基于改进非线性自回归网络的洪水预测算法

作者：崔雅博; 罗清元; 刘丽娜

来源：沈阳工业大学学报, 2022, 1-7.

• 洪水预测
• 非线性自回归网络
• 混合预测模型
• 小波变换
• 多基因遗传编程
• 数据预处理
• 机器学习
• 神经网络

针对流域的洪水预测具有高度非线性和随机性的问题，提出了一种混合预测模型用于流域的洪水预测。该模型是一个集成了数据预处理模块的具有外部输入的非线性自回归神经网络（Nonlinear Auto-Regressive model with Exogenous Inputs，NARX），采用小波变换（wavelet transformation，WT）进行时间序列分解，利用多基因遗传编程（Multi-Gene Genetic Programming，MGGP）进行细节缩放，以提高时域和频域特性的提取能力，进一步捕获时间序列的非平稳性，与NARX结合可以大幅提高洪水预测的准确性，利用栾川水文站15年中所测水文数据对所提模型进行验证和测试。实验结果表明，相比较于传统算法和其他预测算法，提出算法具有更高的预测准确度和性能，可广泛应用在洪水预测等领域。

• 单位
  郑州大学; 开封大学