基于随机森林和RBF神经网络的长期径流预报

作者：赵文秀; 张晓丽; 李国会

来源：人民黄河, 2015, 37(02): 10-12.

DOI：10.3969/j.issn.1000-1379.2015.02.003

• 随机森林模型
• RBF神经网络
• 滚动式预报
• 长期预报
• 径流预报

基于我国南方某河流1965—1999年每年7月的实测流量资料,首先采用随机森林模型筛选预报因子,之后利用筛选的预报因子作为RBF神经网络的输入层,利用RBF神经网络对2000—2008年每年7月的流量进行了"滚动式"预报,并与实测结果进行了对比。结果表明:随机森林模型能有效地筛选影响因子,利用这些因子采用RBF神经网络进行径流预报的相对误差均在10%以内,拟合效果很好;"滚动式"长期径流预报结果相对误差的绝对值均在20%以内。

• 单位
  黄河水利科学研究院; 中国电建集团中南勘测设计研究院有限公司