Resilient back propagation神经网络模型与autoregression型在径流预报中的比较研究

作者：刘畅; 王栋; 陈景雅

来源：南京大学学报(自然科学), 2008, 44(06): 666-673.

DOI：10.3321/j.issn:0469-5097.2008.06.010

• 水文时间序列
• 弹性back propagation神经网络
• 自回归模型
• 月径流预报

本文以黄河利津站和浙江省白溪水库的月径流水文序列为例,在自相关分析的基础上,建立自回归autoregression模型,并参照其结构建立了相应的resilient back propagation神经网络预报模型.比较结果显示:(1)resilient back propagation模型的模拟预报结果与序列的自相关性有密切关系;(2)当序列有较好的自相关性时,可参照autoregression模型建立相应的resilient back propagation模型;(3)与传统autoregression模型相比,resilient back propagation模型能取得更高的预报精度;且随着预报步长增加,resilient back propagation模型的优势更加明显.

• 单位
  南京大学; 江苏省交通规划设计院