基于PCA和BP神经网络的径流预测

编号 zgly0001603146

文献类型 期刊论文

文献题名 基于PCA和BP神经网络的径流预测

作者 聂敏  刘志辉  刘洋  姚俊强 

作者单位 新疆大学资源与环境科学学院  新疆大学教育部绿洲生态重点实验室  新疆大学干旱生态环境研究所  新疆大学干旱半干旱区可持续发展国际研究中心 

母体文献 中国沙漠 

年卷期 2016年04期

年份 2016 

分类号 P338 

关键词 主成分回归  主成分分析  BP神经网络模型  径流预测 

文摘内容 径流预测为流域水资源的合理开发利用与统筹配置提供依据。运用多元线性回归、主成分回归、BP神经网络及主成分分析和BP神经网络相结合的方法,对新疆呼图壁河流域石门水文站2009—2011年各月径流量进行预测,并采用相关系数、确定性系数及均方根误差对各模型预测精度进行比较。结果表明:(1)神经网络等智能算法具有高速寻优的能力,对短时间尺度的月径流量的预测结果较好;(2)主成分回归等常规算法能充分反映出某地区径流的年际的稳定性,对全年径流总量的模拟精度较高;(3)主成分分析和BP神经网络相结合的方法,提高了神经网络的收敛速度,同时降低了局部极值的影响,优于简单的BP神经网络,适用于呼图壁河月径流量预测。