本文主要研究内容
作者王文川,李文锦,徐冬梅,李庆敏（2019）在《基于马尔可夫链校正GM-BP模型的径流预测》一文中研究指出：为进一步提高中长期径流预报精度,以兰西水文站1959-2014年径流深数据为例,分别利用灰色模型和BP神经网络模型对径流深数据进行预测,采用马尔可夫链推求状态概率对预测结果校正,用最小二乘法对双模型校正结果进行耦合。模型所得组合校正预测结果通过平均相对误差、均方差和合格率进行统计描述,校正后的组合预测结果平均相对误差和均方差分别为12.72%和11.70,均要优于灰色模型和BP神经网络模型且90.91%的预报结果满足相对误差小于20%的控制条件。可见,耦合模型能有效规避单一模型已存在的缺点,基于马尔可夫链的修正结果可使预测精度进一步提升。因此,本研究提供的组合校正模型在一定程度上具有更好的拟合效果和预报精度,是一种具有实用价值的预测模型。
Abstract
wei jin yi bu di gao zhong chang ji jing liu yu bao jing du ,yi lan xi shui wen zhan 1959-2014nian jing liu shen shu ju wei li ,fen bie li yong hui se mo xing he BPshen jing wang lao mo xing dui jing liu shen shu ju jin hang yu ce ,cai yong ma er ke fu lian tui qiu zhuang tai gai lv dui yu ce jie guo jiao zheng ,yong zui xiao er cheng fa dui shuang mo xing jiao zheng jie guo jin hang ou ge 。mo xing suo de zu ge jiao zheng yu ce jie guo tong guo ping jun xiang dui wu cha 、jun fang cha he ge ge lv jin hang tong ji miao shu ,jiao zheng hou de zu ge yu ce jie guo ping jun xiang dui wu cha he jun fang cha fen bie wei 12.72%he 11.70,jun yao you yu hui se mo xing he BPshen jing wang lao mo xing ju 90.91%de yu bao jie guo man zu xiang dui wu cha xiao yu 20%de kong zhi tiao jian 。ke jian ,ou ge mo xing neng you xiao gui bi chan yi mo xing yi cun zai de que dian ,ji yu ma er ke fu lian de xiu zheng jie guo ke shi yu ce jing du jin yi bu di sheng 。yin ci ,ben yan jiu di gong de zu ge jiao zheng mo xing zai yi ding cheng du shang ju you geng hao de ni ge xiao guo he yu bao jing du ,shi yi chong ju you shi yong jia zhi de yu ce mo xing 。
论文参考文献
论文详细介绍
论文作者分别是来自南水北调与水利科技的王文川,李文锦,徐冬梅,李庆敏，发表于刊物南水北调与水利科技2019年05期论文，是一篇关于马尔可夫链论文,灰色模型论文,神经网络模型论文,校正组合预测论文,径流预报论文,南水北调与水利科技2019年05期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自南水北调与水利科技2019年05期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：马尔可夫链论文; 灰色模型论文; 神经网络模型论文; 校正组合预测论文; 径流预报论文; 南水北调与水利科技2019年05期论文;