基于EEMD分解与BOA算法优化神经网络的密云水库大阁水文站径流预测

编号 zgly0001735452

文献类型 期刊论文

文献题名 基于EEMD分解与BOA算法优化神经网络的密云水库大阁水文站径流预测

作者 陈芳  张志强  李扉  孙恺琦 

作者单位 北京林业大学理学院  北京林业大学水土保持学院 

母体文献 西北林学院学报 

年卷期 2021,36(6)

页码 188-194

年份 2021 

分类号 S757 

关键词 密云水库  R/S分析  BP神经网络  EEMD分解  蝴蝶算法  径流预测 

文摘内容 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=0.3497);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=0.2195)。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。