基于小波分析—模糊神经网络的径流预报模型

根据不同的小波分解及重构技术及不同的模糊神经网络模型训练周期,本文提出了四种小波分析与模糊神经网络相结合的径流预报模型,即:基于Mallat算法的母周期径流预报模型、基于Mal-lat算法的子周期径流预报模型、基于小波包算法的母周期径流预报模型、基于小波包算法的子周期径流预报模型,并阐述了模型建立的原理、结构及步骤。而且,以黄河源区出口水文站——唐乃亥站月径流量为应用实例,采用周期分解系数及模拟效率系数对上述四种模型进行对比评价。结果表明:基于Mallat算法的母周期径流预报模型预报效果最好,基于小波包算法的子周期径流预报模型则模拟效果最差。文中对导致这一现象的主要原因进行了分析,并对小波分析及模糊神经网络在水文模型中的应用提出了合理化建议。

On Periodic Solutions of a Class of Differential Equation with Periodic Coefficients

In the present paper we are concerned with the following differential equation with pcriodic coefficientsy’ = f(t,y) = A(t)ym + B(t)y + C(t) (m 2,m ∈N) (1)and obtain the theorems for the existence and the number of equation (1). Our results extend and improve the corresponding ones in [1,4].