共查询到20条相似文献，搜索用时 78 毫秒
1.
【目的】建立基于马尔科夫链修正的组合灰色神经网络模型,为城市用水量的准确预测提供支撑。【方法】在运用灰色关联性分析法确定用水量变化的主要影响因素的基础上,建立了基于马尔科夫链修正的组合灰色神经网络模型,将该模型应用于包头市2009和2010年的用水量预测,并将其预测结果与灰色模型、BP神经网络模型和组合灰色神经网络模型的预测结果进行比较。【结果】包头市用水量受人口、国内生产总值、工业总产值、建成区绿化覆盖率、耕地面积及工业用水重复利用率的影响较大,利用建立的基于马尔科夫链修正的组合灰色神经网络模型对包头市2009和2010年用水量进行预测,并与实际用水量进行比较后表明,其相对误差分别为0.16%和2.16%,均方根相对误差为1.53%,而灰色模型、BP神经网络模型和组合灰色神经网络模型的均方根相对误差分别为4.34%,3.08%和1.99%。可见,基于马尔科夫链修正的组合灰色神经网络模型的预测效果最好。【结论】基于马尔科夫链修正的组合灰色神经网络模型结合了各模型的优势,预测精度较高。 相似文献
2.
【目的】分析水文不确定性因素对径流预测的影响,提高中长期水文预报方法模拟预测结果的精度。【方法】将小波分析(WA)、人工神经网络(ANN)和随机分析联合使用建立径流预测模型,即在小波分析(WA)揭示流量时频特性的基础上,将径流原序列分为高频部分和低频部分,然后利用人工神经网络(ANN)对低频部分进行模拟预测,利用随机分析对高频部分进行分析,最后将各部分结果叠加作为最终预测结果。将所建立的径流预测模型用于渠江二级支流后河的径流预测,并与传统BP人工神经网络方法的预测结果进行对比。【结果】根据《水文情报预报规范》,以预测值的相对误差小于10%为标准,传统BP人工神经网络预测结果合格率为46.67%,而基于小波神经与随机分析的径流预测模型在正常水文年模拟预测结果的合格率为73.33%。【结论】基于小波与随机分析的径流模型预测精度好、合格率高,能得到更好的复杂水文条件下的径流预测值。 相似文献
3.
【目的】揭示径流时间序列变化规律并进行预测,为水库调度提供指导。【方法】针对径流时间序列的非线性特点,利用重构相空间的嵌入维数确定神经网络的结构,建立了基于混沌相空间重构的径流量预测BP网络模型,并利用该模型对位于陕西省汉江上游的石泉水文站的径流时间序列进行了预测。【结果】实例计算结果表明,石泉水文站月平均流量的时间序列具有混沌性,最大嵌入维数为12,依此构建的BP神经网络收敛速度快、预测精度较好。【结论】利用重构相空间中的最佳嵌入维数,可合理确定BP神经网络的输入层节点数。 相似文献
4.
利用R/S分析法研究密云水库潮河流域大阁水文站1969-2013年的径流数据的变化趋势，以BP神经网络为背景，EEMD分解为辅助，建立分解-重构-预测的组合模型对月径流序列进行预测，利用蝴蝶算法（BOA）优化组合模型，综合得到最优预测模型。结果表明，大阁站年、月径流序列均呈现下降趋势；对月径流序列预测，BPNN预报合格率为60.0%，不能用于预报作业，但可作为参考使用（MAE=0.406，RMSE=0.539，MAPE=0.349 7）；引入BOA算法优化BP网络参数，得到EEMD-BOA-BP模型预报合格率为83.3%，可以用于预报作业（MAE=0.257，RMSE=0.347，MAPE=0.219 5）。通过EEMD分解得到分解-重构-预测组合模型对提高模型精度有一定的作用，同时在组合模型中引入优化算法能进一步提高模型精度。 相似文献
5.
【目的】建立径流短期预测的自适应神经模糊推理系统(ANFIS)模型,以提高预测精度,进而为黄河源区水资源开发和工程规划提供参考。【方法】以黄河源区出口站军功水文站为研究对象,以ANFIS为基本方法,建立ANFIS日尺度径流预测模型。基于输入变量、训练次数、隶属度函数类型与数目、预见期等参数设置了9个方案,通过实测径流与预测径流的对比和评价指标(均方根误差RMSE、相关性系数R)验证确定最佳方案,并分析不同参数对预测结果的敏感性,获得基于最优参数的ANFIS模型。【结果】采用神经网络+Sugeno型模糊推理算法建立了ANFIS日尺度径流预测模型,在预见期为1d时,利用ANFIS模型进行的径流短期预测,其相对误差最大为4.36%,平均为0.21%,预测结果合理可靠;当预见期延长至2~4d时,预测结果均满足精度要求,相对误差平均值均小于3.00%。【结论】将ANFIS用于短期径流预测,既可提高预测精度,又能延长预见期,可为黄河源区水库群规划、施工、调度和全流域水资源配置提供指导。 相似文献
6.
【目的】研究SWAT模型在渭河流域水文循环过程模拟上的适用性,为渭河流域时空径流响应研究奠定基础。【方法】依据林家村、咸阳、华县、张家山和状头5个水文站,将渭河流域划分成5个子区间,基于SWAT分布式水文模型,对各子区间1978-1982年和1983-1986年的月径流过程分别进行校准和验证,并对各分区径流模拟结果的合理性进行分析。【结果】渭河流域各水文站月模拟流量过程与实测流量过程均拟合较好,校准期林家村、咸阳、华县、张家山和状头5个水文站的相关系数分别为0.73,0.81,0.86,0.79,0.79;纳什系数分别为0.58,0.75,0.77,0.65,0.51;相对误差分别为10.73,-2.73,-11.20,-19.95,-10.80。验证期5个水文站的相关系数分别为0.87,0.81,0.86,0.75,0.79;纳什系数分别为0.80,0.77,0.82,0.68,0.69;相对误差分别为16.81,17.95,19.91,19.72,19.87,均满足要求。SWAT模型模拟效果较好,但并未达到最佳,主要是研究区利用数据的限制以及模型自身不确定因素的综合影响所致。【结论】SWAT模型在渭河流域各个分区均有较好的适用性,为研究渭河流域气候和土地利用变化的时空径流响应提供了模型基础。 相似文献
7.
基于灰色神经网络与马尔科夫链的城市需水量组合预测 总被引：1，自引：0，他引：1
【目的】针对城市需水量预测系统具有非线性和随机波动性的特点,建立基于马尔科夫链修正的组合灰色神经网络预测模型,以提高模型的预测精度。【方法】比较分析灰色GM(1,1)模型、BP神经网络模型以及二者线性组合的灰色神经网络预测模型的预测效果,建立基于马尔科夫链修正的组合灰色神经网络预测模型,并以榆林市2000-2009年的用水量实际数据为研究对象,通过实例比较分析模型的检验预测精度。【结果】经马尔科夫链修正处理后,建立的基于马尔科夫链修正的灰色神经网络组合模型的预测精度更高,预测误差的绝对值均小于4%,且均方差σ为1.00,小于组合灰色神经网络模型与GM(1,1)模型、BP神经网络模型预测误差值的均方差。【结论】基于马尔科夫链修正的组合灰色神经网络需水量预测模型,对城市需水量的预测优于灰色神经网络及各单项预测模型,不仅预测精度高,而且能同时反映出数据序列发展变化的总体趋势和系统各状态之间的内在规律,适合描述随机波动性较大的预测问题。 相似文献
8.
【目的】建立合适的BP神经网络模型,了解散叶烘烤过程中一系列烘烤因素对叶温变化的影响,为烤烟烘烤调制过程中叶温变化研究提供参考。【方法】运用叶温测定仪和温湿度自控仪记录烘烤过程中干球温度、湿球温度、相对湿度及干球温度与叶温的差值,并将此4项指标作为输入变量,叶温作为输出变量,建立一个拓扑结构为4—4-1的BP神经网络模型。【结果】所建立的BP神经网络模型模拟结果很快收敛,预测结果的绝对误差与相对误差小,预测所用的20组数据中相对误差〉1％的有8组数据,相对误差〉2％的有2组数据,相对误差〈1％的有12组数据。【结论】所建立的BP神经网络模型在对烟叶烘烤过程中叶温变化的预测效果较好。 相似文献
9.
【目的】将遗传算法（GA）与支持向量机回归（SVR）2种算法结合,构建GA-SVR模型,并采用该模型对径流进行预报,为制定防洪抗旱与水资源调度方案提供依据。【方法】以陕西府谷县黄甫川水文站1979-2003年实测资料作为拟合样本,2004-2008年资料作为检验样本,选取降水量、蒸发量为输入量,径流为输出量,通过GA优化SVR的结构和参数,建立GA-SVR预报模型,进而进行径流预报,同时与基于误差反向传播算法的人工神经网络（BP-ANN）、投影寻踪回归（PPR）模型的预报结果进行对比分析。【结果】应用GA-SVR、BP-ANN、PPR 3个模型在径流拟合阶段的预报精度较检验阶段有所下降,但是预报精度均达到了乙级水平,其中以GA-SVR的预报精度最高,效果最好。【结论】GA-SVR模型实现了SVR参数自动化选取,较好地解决了高度非线性、小样本、过学习等问题,模型可行有效,为径流预报提供了一种新途径。 相似文献
10.
比较分析BP神经网络与SVM模型在径流预测应用中的性能特征。以降雨量为预报因子,采用BP人工神经网络模型和SVM模型对大别山黄尾河流域40 a时长的同期径流过程进行数值模拟,并对二者的预测性能进行比较与评价。结果表明,黄尾河流域BP模型模拟的总体相对误差为14.43%,合格率为77.5%,确定性系数为0.76,预报精度等级为乙级;SVM模拟的总体相对误差为12.41%,合格率、确定性系数及预报精度等级与BP模型相同。SVM模型模拟结果较BP模型而言更集中于较小的误差范围内。BP模型的累积误差>SVM模型,并且随着误差自由度的增大,这种差距有扩大的趋势,表明SVM模型的误差范围较小,误差间隔小于BP模型,模拟性能较BP模型更稳定。 相似文献
11.
本程序根据一元回归的基本理论,利用BASIC语言,以18种常见的一无线性或可化为线性的回归模型对两个变量的实验结果作一元回归分析,进而建立回归方程和方程选优,从而利用最优方程对生产和实验进行预测和控制,此外,还可以绘制最优回归曲线。 相似文献
12.
基于VB的积分回归的设计与应用 总被引：1，自引：0，他引：1
在一般的多元回归分析中,通过分析因变量和自变量之间的关系,可以预测因变量的值.但是,如果考虑各自变量不同时段对因变量的影响,这时常常采用积分回归分析法.本文介绍了积分回归的基本原理,以及使用Visual Basic(简称VB)编程工具设计积分回归程序的过程.在农业、经济、工业等领域利用积分回归统计程序可以简化积分回归分析过程,所得到的积分回归方程能够真实反映出各自变量不同时段对因变量的影响.该积分回归统计程序界面简单、便于操作. 相似文献
13.
选择８种双变数回归模型,采用ＢＡＳＩＣ语言设计双变数回归分析程序,使之为回归分析服务,经上机运行证明,程序简单实用,交互性强,在实际应用中,不但能自动比较不同模型的精度,以选出最佳方程,而且能及时进行回归模拟,查看回归曲线与实际观测点的吻合程度。 相似文献
14.
对在需要使用Box-Cox变换,且要求引入的回归因子均显著的情况下,如何使用Box-Cox变换的问题给出了3种方法,并对3种方法及其计算结果的一些性质进行了理论上的分析与比较。结果表明,3种方法在计算量和计算精度上互有差异,所估计的参数又各有其性质,可根据实际情况选择使用。最后通过对泡桐片崩解试验数据的处理结果验证了3种方法的有效性。 相似文献
15.
采用分位数回归的方法,对农业产出的影响因素进行实证分析,揭示造成不同农业产出水平的客观影响因素。与最小二乘回归结果进行对比,从而得到更全面的信息,为提高国内农业产出水平提供实证依据。 相似文献
16.
17.
旱作春小麦产量的回归分析 总被引：1，自引：0，他引：1
应用残差分析、回归诊断和回归方程选择等方法对新疆木垒县的旱作春小麦单位产量与各时期降水量及该地区的生产潜力进行分析,寻求不同时期降水量与产量的相关与贡献的程度,进而建立了一个产量的预报模型。 相似文献
18.
应用多元回归分析研究了三年芒12个生物学性状与座果率之间的关系.结果表明(1)与座果率关系最密切的五个性状依次为:座果数,一次梢粗呈显着正相关.总花序,二次梢数量,-次梢长呈显着的负相关.(2)树冠体积等对座果率的作用较小.(3)为了便于生产上的应用,采用逐步回归建立了估测座果率的最优回归方程,R=0.9846,P<0.01,比用12元回归的决定系数R2提高了0.8%左右. 相似文献
19.
柿树单叶面积测定方法的研究 总被引：4，自引：0，他引：4
本试验对柿树单叶面积测定方法进行了研究,求得估算柿树单叶面积的回归方程:(?)=-0.84382+0.67697X(X为叶片长宽乘积值)和(?)=0.00373-0.88004X_1+1.25042X_2+0.69712X_3(X_1为叶长、X_2为叶宽,X_3为叶片长宽乘积值),其中以后一方程测定结果更精确.另一分析结果表明: 用方格板和光电叶面积仪测定柿树单叶面积与测定结果精确度高的画纸称重法相比差异不显著. 相似文献
20.
基于回归理论分析下南瓜估重模型的研究 总被引：1，自引：0，他引：1
针对数学建模竞赛南瓜估重问题,主要运用了回归分析理论进行数值模拟。建模前,采用了简单相关分析理论审慎地剔除了线性相关的若干变量,降低了建模的复杂性。然后,分别采用了1种线性回归模型和6种二元高次多项式回归模型对相关数据进行了拟合,并由拟合出的各函数表达式分别求出各模型对应所有数据的误差。通过分析比较所得的误差,对各模型拟合的精度进行了合适地评价,并且挑选出了当前最优模型,也顺利地找到了特殊白南瓜,还为进一步的修正模型剔除了部分不合理数据。最后拟合出最优模型,该模型在假定重量误差允许范围为15．00％的前提下有高达81．25％的拟合准确率,同时又创造性地设计出“查表法”和“卷尺标重法”运用最优模型解决实际估重问题。 相似文献