基于相空间重构和GA-BP网络的径流预测
将相空间重构理论与神经网络以及遗传算法相结合提出了径流时间序列预测模型,通过相空间重构将一维径流时间序列拓展为多维序列,挖掘了更为丰富的信息,反映出系统的非线性特征,有利于神经网络建模和训练.研究表明,基于相空间重构理论的遗传算法和BP神经网络组合模型可较好地解决径流预测.以深圳宝安铁岗水库月径流为例,采用小波消噪对数据预处理,利用遗传算法训练BP神经网络,计算结果表明模型具有较高的预测精度.
作 者： 丁胜祥 董增川 王德智 孙爱军 DING Shengxiang DONG Zengchuan WANG Dezhi SUN Aijun 作者单位： 丁胜祥,董增川,王德智,DING Shengxiang,DONG Zengchuan,WANG Dezhi(河海大学,水文水资源与水利工程科学国家重点实验室,江苏,南京,210098)孙爱军,SUN Aijun(河海大学,水文水资源与水利工程科学国家重点实验室,江苏,南京,210098;淮阴师范学院,经济与管理系,江苏,淮安,223300)
刊 名： 水电能源科学 ISTIC PKU 英文刊名： WATER RESOURCES AND POWER 年，卷(期)： 2007 25(5) 分类号： P338 关键词： 径流 相空间重构 神经网络 遗传算法 小波消噪