版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、水資源系統(tǒng)受氣候、流域自然地理、社會發(fā)展以及人類生存需要等因素的綜合影響,具有多時間尺度、隨機性、突變性、非線性等復雜特征。同時,水資源又是支撐人類生命和經(jīng)濟增長與可持續(xù)發(fā)展的最基本要素之一,而徑流要素的變化主導了整個水資源系統(tǒng)的變化。因此,建立準確的徑流預測模型,可以最大限度的協(xié)調(diào)水資源綜合利用中出現(xiàn)的各種用水矛盾,保障流域經(jīng)濟、社會、生態(tài)與環(huán)境可持續(xù)發(fā)展。
本論文以金溝河流域中游的八家戶水文站所監(jiān)測的1957~2003年共
2、47年月徑流資料為研究對象,以1957~1995年共39年的月徑流資料為訓練樣本,以1996~2003年共8年的月徑流資料為檢驗樣本,建立神經(jīng)網(wǎng)絡預測模型。
先用常規(guī)統(tǒng)計學方法對金溝河流域月徑流時間序列進行分析,初步了解其變化趨勢及周期;然后利用小波分析在時間、尺度(頻率)兩域都具有表征信號局部特征的能力,對原始時間序列進行小波變換,對其分解的低頻、高頻信號進行分析,進一步了解變化規(guī)律;在此規(guī)律的基礎(chǔ)上,對徑流時間序列進行預測
3、。
對徑流時間序列的預測采用人工神經(jīng)網(wǎng)絡的方法,在MATLAB環(huán)境下進行編程。首先利用最速梯度下降算法的BP神經(jīng)網(wǎng)絡對經(jīng)小波變換后的各細節(jié)信號進行預測,將預測結(jié)果進行重構(gòu)后得到最終預測結(jié)果,并對不同月份的預測值分別進行誤差分析。結(jié)果表明:該神經(jīng)網(wǎng)絡預測模型對6~10月份預測效果較好,誤差均在4%以下,可以起到指導實踐的作用;而另外幾個月份預測效果不盡理想,最大誤差高達53.1%。
針對個別月份預測值誤差過大的情況,建
4、立LM-BP和RBF神經(jīng)網(wǎng)絡預測模型,對金溝河流域年徑流時間序列進行預測,將預測結(jié)果按照各月徑流占年徑流的比例分配到各月,得到各月月徑流預測值。結(jié)果表明:對于11月至來年5月的預測值,LM-BP網(wǎng)絡模型略好于RBF網(wǎng)絡模型,平均誤差分別為19.4%和22.9%,均比BP網(wǎng)絡模型結(jié)果要好。
通過對這種預測模型進行誤差分析,發(fā)現(xiàn)對不同月份建立不同的神經(jīng)網(wǎng)絡預測模型,在金溝河流域月徑流預測實際應用當中,具有較好的理論和實踐參考作用。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于人工神經(jīng)網(wǎng)絡模型的黑河流域徑流模擬預報.pdf
- 基于人工神經(jīng)網(wǎng)絡的徑流預測研究.pdf
- 基于遺傳算法的人工神經(jīng)網(wǎng)絡河流冰情預測研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的事故預測研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的經(jīng)濟預測研究.pdf
- 金井河流域徑流演變規(guī)律研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的冰情預測研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的輪軌力預測.pdf
- 基于人工神經(jīng)網(wǎng)絡的預測研究的文獻綜述
- 基于人工神經(jīng)網(wǎng)絡的沉降預測方法研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的路基沉降預測研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的短期負荷預測.pdf
- 基于人工神經(jīng)網(wǎng)絡的HPC強度預測.pdf
- 基于人工神經(jīng)網(wǎng)絡的電網(wǎng)日負荷預測研究.pdf
- 基于BP人工神經(jīng)網(wǎng)絡的短期交通預測研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的軟件質(zhì)量預測模型研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的混凝土強度預測模型.pdf
- 基于灰色預測和人工神經(jīng)網(wǎng)絡組合的負荷預測.pdf
- 基于機器學習的渭河流域徑流預測系統(tǒng)研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的燒結(jié)終點預測模型研究.pdf
評論
0/150
提交評論