本文运用复杂非线性回归方法，采取量纲归一化方式，选择采伐面积、采伐量、降雨量、年均含沙量、粒径等五种因子，建立了某流域年平均含沙量的预测模型。该复杂非线性回归方法的拟合合格率高达100%；在预测样本中，误差较现存的BP神经网络、 BP、 PP回归有了较大的改善，相对误差最低仅为0.0128%，有着非常好的精度，该方法可以为以后定量开展河流年均含沙量预测研究提供参考。
科研之友
微信
新浪微博
Facebook
分享链接
