-
题名基于马尔可夫链校正GM-BP模型的径流预测
被引量:11
- 1
-
-
作者
王文川
李文锦
徐冬梅
李庆敏
-
机构
华北水利水电大学水利学院
-
出处
《南水北调与水利科技》
CAS
北大核心
2019年第5期44-49,共6页
-
基金
国家自然科学基金(51509088)
河南省高校科技创新团队(18IRTSTHN009)
+1 种基金
陕西省语音与图像信息处理重点实验室开放基金(2018)
河南省水环境模拟与治理重点实验室(2017016)~~
-
文摘
为进一步提高中长期径流预报精度,以兰西水文站1959-2014年径流深数据为例,分别利用灰色模型和BP神经网络模型对径流深数据进行预测,采用马尔可夫链推求状态概率对预测结果校正,用最小二乘法对双模型校正结果进行耦合。模型所得组合校正预测结果通过平均相对误差、均方差和合格率进行统计描述,校正后的组合预测结果平均相对误差和均方差分别为12.72%和11.70,均要优于灰色模型和BP神经网络模型且90.91%的预报结果满足相对误差小于20%的控制条件。可见,耦合模型能有效规避单一模型已存在的缺点,基于马尔可夫链的修正结果可使预测精度进一步提升。因此,本研究提供的组合校正模型在一定程度上具有更好的拟合效果和预报精度,是一种具有实用价值的预测模型。
-
关键词
马尔可夫链
灰色模型
BP神经网络模型
校正组合预测
径流预报
-
Keywords
Markov chain
gray model
BP neural network model
corrected and combined model
runoff prediction
-
分类号
TV124
[水利工程—水文学及水资源]
-