期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
6
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于BP神经网络的贝叶斯概率枯季径流预报研究
被引量:
9
1
作者
鲁帆
蒋云钟
殷峻暹
《水电能源科学》
2008年第3期7-10,共4页
根据枯季径流的特点,采用多元线性回归模型模拟了先验分布和似然函数,建立了基于BP神经网络的贝叶斯概率枯季径流预报模型。与传统枯季径流预报方法相比,该方法预报精度高,能以概率分布形式定量描述预报的不确定性,为水量调度提供了科...
根据枯季径流的特点,采用多元线性回归模型模拟了先验分布和似然函数,建立了基于BP神经网络的贝叶斯概率枯季径流预报模型。与传统枯季径流预报方法相比,该方法预报精度高,能以概率分布形式定量描述预报的不确定性,为水量调度提供了科学的决策依据,实例应用表明,效果理想。
展开更多
关键词
BP神经网络
多元线性回归
贝叶斯分析
枯季径流预报
下载PDF
职称材料
秩相关秩相似法在枯季径流预报中的应用
被引量:
3
2
作者
鲁帆
侯召成
+2 位作者
蒋云钟
赵红莉
刘佳
《水文》
CSCD
北大核心
2011年第4期58-61,共4页
阐述了秩相关秩相似法的基本原理,并根据枯季径流的特点,将该方法应用于丹江口水库的枯季入库径流预报。计算结果表明,该方法的预报效果比较理想,可操作性强,可供水库在实际运行中制定调度方案时应用。
关键词
秩相关
秩相似
枯季径流预报
下载PDF
职称材料
基于多项式回归模型的枯季径流预报与分析
被引量:
18
3
作者
何振奇
乔光建
《南水北调与水利科技》
CAS
CSCD
2010年第5期85-88,共4页
冶河流域径流的补给来源主要是大气降水,径流和降水主要集中在5月-10月。由于受地质环境条件、流域下垫面因素作用,汛期径流与枯季径流存在良好的相关关系。枯季径流预报采用汛期径流量与枯季径流量建立多项式回归模型,通过对不同阶数...
冶河流域径流的补给来源主要是大气降水,径流和降水主要集中在5月-10月。由于受地质环境条件、流域下垫面因素作用,汛期径流与枯季径流存在良好的相关关系。枯季径流预报采用汛期径流量与枯季径流量建立多项式回归模型,通过对不同阶数的多项式进行对比分析,三阶多项式曲线拟合程度较好。采用符号检验和偏离数值检验法对该曲线进行检验,曲线拟合效果显著。并对枯季径流预报结果进行评价,按照枯季径流预报规范的要求,预报合格率达89.3%。该流域枯季径流,是沿河工业用水、灌溉用水的主要来源,分析和预报冶河枯季径流来水情况,为制定工农业用水方案提供科学依据。
展开更多
关键词
枯季径流预报
多项式回归模型
曲线拟合检验
平山水文站
下载PDF
职称材料
退水曲线与融雪-降雨径流相结合的枯季径流预报方法研究
被引量:
1
4
作者
吴亚琪
梁忠民
+2 位作者
陈在妮
李佳
胡义明
《水电能源科学》
北大核心
2021年第12期17-20,共4页
有积雪覆盖流域的枯季径流过程,不仅受控于前期的退水规律,还受春季融雪和降雨的影响,因此其中长期径流预报困难。基于经典退水曲线,在退水过程后期考虑春季融雪和降雨的作用,构建了退水-融雪-降雨径流的统计预报模型。以大渡河丹巴站...
有积雪覆盖流域的枯季径流过程,不仅受控于前期的退水规律,还受春季融雪和降雨的影响,因此其中长期径流预报困难。基于经典退水曲线,在退水过程后期考虑春季融雪和降雨的作用,构建了退水-融雪-降雨径流的统计预报模型。以大渡河丹巴站以上流域为研究对象,基于2009~2014年的枯季气象水文资料对模型进行率定,2015~2016年进行模型预报检验,并与经典退水曲线、新安江模型的结果进行对比。结果表明,退水-融雪-降雨径流的统计预报模型具有更高精度,径流总量预报误差小,预报径流过程与实测径流过程拟合程度高,具有较好的适用性。
展开更多
关键词
枯季径流预报
退水曲线
新安江模型
降雨
径流
融雪流量
下载PDF
职称材料
基于神经网络的洮河枯期径流预报模型研究
被引量:
1
5
作者
杨新华
金兴文
+2 位作者
马建立
陈玉松
苏军希
《节水灌溉》
北大核心
2007年第8期76-78,共3页
根据洮河50年(1957~2006年)的径流量、降雨和上游径流量数据,建立了基于反馈神经网络的Elman洮河枯季径流预报模型。利用matlab7提供的神经网络工具箱进行建模训练。仿真结果表明所采用的Elman网络预报模型精度高,为人工神经网络运用...
根据洮河50年(1957~2006年)的径流量、降雨和上游径流量数据,建立了基于反馈神经网络的Elman洮河枯季径流预报模型。利用matlab7提供的神经网络工具箱进行建模训练。仿真结果表明所采用的Elman网络预报模型精度高,为人工神经网络运用到水文预测方面提供了依据。
展开更多
关键词
枯季径流预报
ELMAN网络
网络训练
水文预测
下载PDF
职称材料
基于Elman网络的黄河源区枯期径流预报
被引量:
1
6
作者
牛广文
《兰州工业高等专科学校学报》
2007年第3期27-30,共4页
采用反馈Elman网络,对黄河唐乃亥水文站及上游玛曲站近45年(1959—2003年)年降雨及径流流量进行分析,建立了基于反馈神经网络的黄河源区枯季径流预报模型.利用Matlab7神经网络工具箱对黄河源区唐乃亥水文站枯季径流量进行了预报....
采用反馈Elman网络,对黄河唐乃亥水文站及上游玛曲站近45年(1959—2003年)年降雨及径流流量进行分析,建立了基于反馈神经网络的黄河源区枯季径流预报模型.利用Matlab7神经网络工具箱对黄河源区唐乃亥水文站枯季径流量进行了预报.结果表明所建立的ANN(7,7,15,7)模型预报结果精度高,容错能力强,是枯季径流预报的有效手段.
展开更多
关键词
枯季径流预报
ELMAN网络
ANN模型
下载PDF
职称材料
题名
基于BP神经网络的贝叶斯概率枯季径流预报研究
被引量:
9
1
作者
鲁帆
蒋云钟
殷峻暹
机构
中国水利水电科学研究院水资源研究所
出处
《水电能源科学》
2008年第3期7-10,共4页
基金
"十一五"国家科技支撑计划基金资助项目(2006BAB04A07)
国家重点基础研究发展计划(973项目)基金资助项目(2006CB403404)
文摘
根据枯季径流的特点,采用多元线性回归模型模拟了先验分布和似然函数,建立了基于BP神经网络的贝叶斯概率枯季径流预报模型。与传统枯季径流预报方法相比,该方法预报精度高,能以概率分布形式定量描述预报的不确定性,为水量调度提供了科学的决策依据,实例应用表明,效果理想。
关键词
BP神经网络
多元线性回归
贝叶斯分析
枯季径流预报
Keywords
BP neural network
multivariate linear regression
Bayesian analysis
low flow forecast
分类号
P338.3 [天文地球—水文科学]
下载PDF
职称材料
题名
秩相关秩相似法在枯季径流预报中的应用
被引量:
3
2
作者
鲁帆
侯召成
蒋云钟
赵红莉
刘佳
机构
中国水利水电科学研究院水资源研究所
南水北调中线干线建设管理局
东华大学环境科学与工程学院
出处
《水文》
CSCD
北大核心
2011年第4期58-61,共4页
基金
国家重点基础研究发展计划(973计划)(2010CB951102)
国家自然科学基金创新研究群体基金项目(51021006)
中国水科院科研专项项目(资集1001)
文摘
阐述了秩相关秩相似法的基本原理,并根据枯季径流的特点,将该方法应用于丹江口水库的枯季入库径流预报。计算结果表明,该方法的预报效果比较理想,可操作性强,可供水库在实际运行中制定调度方案时应用。
关键词
秩相关
秩相似
枯季径流预报
Keywords
rank correlation
rank similarity
low flow forecasting
分类号
P338.3 [天文地球—水文科学]
下载PDF
职称材料
题名
基于多项式回归模型的枯季径流预报与分析
被引量:
18
3
作者
何振奇
乔光建
机构
河北省石家庄水文水资源勘测局
河北省邢台水文水资源勘测局
出处
《南水北调与水利科技》
CAS
CSCD
2010年第5期85-88,共4页
文摘
冶河流域径流的补给来源主要是大气降水,径流和降水主要集中在5月-10月。由于受地质环境条件、流域下垫面因素作用,汛期径流与枯季径流存在良好的相关关系。枯季径流预报采用汛期径流量与枯季径流量建立多项式回归模型,通过对不同阶数的多项式进行对比分析,三阶多项式曲线拟合程度较好。采用符号检验和偏离数值检验法对该曲线进行检验,曲线拟合效果显著。并对枯季径流预报结果进行评价,按照枯季径流预报规范的要求,预报合格率达89.3%。该流域枯季径流,是沿河工业用水、灌溉用水的主要来源,分析和预报冶河枯季径流来水情况,为制定工农业用水方案提供科学依据。
关键词
枯季径流预报
多项式回归模型
曲线拟合检验
平山水文站
Keywords
dry season runoff prediction
multinomial regression model
fitting curve text
Pingshan Hydrological Station
分类号
TP333.3 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
退水曲线与融雪-降雨径流相结合的枯季径流预报方法研究
被引量:
1
4
作者
吴亚琪
梁忠民
陈在妮
李佳
胡义明
机构
河海大学水文水资源学院
国家能源大渡河流域生产指挥中心
出处
《水电能源科学》
北大核心
2021年第12期17-20,共4页
基金
国家重点研发计划(2018YFC0407206,2016YFC0402709)
国电大渡河流域水电开发有限公司科技项目(CEZB200505212)
文摘
有积雪覆盖流域的枯季径流过程,不仅受控于前期的退水规律,还受春季融雪和降雨的影响,因此其中长期径流预报困难。基于经典退水曲线,在退水过程后期考虑春季融雪和降雨的作用,构建了退水-融雪-降雨径流的统计预报模型。以大渡河丹巴站以上流域为研究对象,基于2009~2014年的枯季气象水文资料对模型进行率定,2015~2016年进行模型预报检验,并与经典退水曲线、新安江模型的结果进行对比。结果表明,退水-融雪-降雨径流的统计预报模型具有更高精度,径流总量预报误差小,预报径流过程与实测径流过程拟合程度高,具有较好的适用性。
关键词
枯季径流预报
退水曲线
新安江模型
降雨
径流
融雪流量
Keywords
dry season runoff forecast recession curve
Xin'anjiang model
rainfall runoff
snowmelt flow
分类号
P338 [天文地球—水文科学]
TV121 [水利工程—水文学及水资源]
下载PDF
职称材料
题名
基于神经网络的洮河枯期径流预报模型研究
被引量:
1
5
作者
杨新华
金兴文
马建立
陈玉松
苏军希
机构
兰州理工大学电气工程与信息工程学院
黄河水利委员会上游水文水资源局
出处
《节水灌溉》
北大核心
2007年第8期76-78,共3页
文摘
根据洮河50年(1957~2006年)的径流量、降雨和上游径流量数据,建立了基于反馈神经网络的Elman洮河枯季径流预报模型。利用matlab7提供的神经网络工具箱进行建模训练。仿真结果表明所采用的Elman网络预报模型精度高,为人工神经网络运用到水文预测方面提供了依据。
关键词
枯季径流预报
ELMAN网络
网络训练
水文预测
Keywords
Dry season run off prediction
Elman Network
Net training
hydrological prognosis
分类号
TV121 [水利工程—水文学及水资源]
下载PDF
职称材料
题名
基于Elman网络的黄河源区枯期径流预报
被引量:
1
6
作者
牛广文
机构
兰州工业高等专科学校电气工程系
出处
《兰州工业高等专科学校学报》
2007年第3期27-30,共4页
文摘
采用反馈Elman网络,对黄河唐乃亥水文站及上游玛曲站近45年(1959—2003年)年降雨及径流流量进行分析,建立了基于反馈神经网络的黄河源区枯季径流预报模型.利用Matlab7神经网络工具箱对黄河源区唐乃亥水文站枯季径流量进行了预报.结果表明所建立的ANN(7,7,15,7)模型预报结果精度高,容错能力强,是枯季径流预报的有效手段.
关键词
枯季径流预报
ELMAN网络
ANN模型
Keywords
dry season prediction
Ehnan network
ANN model
分类号
TP392 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于BP神经网络的贝叶斯概率枯季径流预报研究
鲁帆
蒋云钟
殷峻暹
《水电能源科学》
2008
9
下载PDF
职称材料
2
秩相关秩相似法在枯季径流预报中的应用
鲁帆
侯召成
蒋云钟
赵红莉
刘佳
《水文》
CSCD
北大核心
2011
3
下载PDF
职称材料
3
基于多项式回归模型的枯季径流预报与分析
何振奇
乔光建
《南水北调与水利科技》
CAS
CSCD
2010
18
下载PDF
职称材料
4
退水曲线与融雪-降雨径流相结合的枯季径流预报方法研究
吴亚琪
梁忠民
陈在妮
李佳
胡义明
《水电能源科学》
北大核心
2021
1
下载PDF
职称材料
5
基于神经网络的洮河枯期径流预报模型研究
杨新华
金兴文
马建立
陈玉松
苏军希
《节水灌溉》
北大核心
2007
1
下载PDF
职称材料
6
基于Elman网络的黄河源区枯期径流预报
牛广文
《兰州工业高等专科学校学报》
2007
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部