基于小波分析—模糊神经网络的径流预报模型Wavelet analysis-fuzzy neural network based runoff forecasting model
杜富慧
摘要(Abstract)：
根据不同的小波分解及重构技术及不同的模糊神经网络模型训练周期,本文提出了四种小波分析与模糊神经网络相结合的径流预报模型,即:基于Mallat算法的母周期径流预报模型、基于Mal-lat算法的子周期径流预报模型、基于小波包算法的母周期径流预报模型、基于小波包算法的子周期径流预报模型,并阐述了模型建立的原理、结构及步骤。而且,以黄河源区出口水文站——唐乃亥站月径流量为应用实例,采用周期分解系数及模拟效率系数对上述四种模型进行对比评价。结果表明:基于Mallat算法的母周期径流预报模型预报效果最好,基于小波包算法的子周期径流预报模型则模拟效果最差。文中对导致这一现象的主要原因进行了分析,并对小波分析及模糊神经网络在水文模型中的应用提出了合理化建议。
关键词(KeyWords)： 小波分析;WANFIS;周期分解系数;径流预报模型
基金项目(Foundation): 国家“973”项目“气候变化对黄淮海地区水循环的影响机理和水安全评估”(2010CB951100);; 教育部长江学者与创新团队“大气—陆面—水文过程耦合机理研究”(IRT0717);; 水利部公益性行业科研专项“中国极端洪水干旱预警与风险管理关键技术”(200801027)
作者(Author): 杜富慧
DOI: 10.13928/j.cnki.wrahe.2013.02.005
参考文献(References)：
- [1]郭慧芳.基于小波分析的径流中长期预报模型研究[D].郑州:郑州大学,2007.
- [2]赵永龙,丁晶,邓育仁.混沌小波网络模型及其在水文中长期预测中的应用[J].水科学进展,1998,9(3):252-257.
- [3]李贤彬,丁晶,李后强.基于子波变换序列的人工神经网络组合预测[J].水利学报,1999(2):1-4.
- [4]王文圣,熊华康,丁晶.日流量预测的小波网络模型初步探讨[J].水科学进展,2004,15(4):382-386.
- [5]郭其一,路向阳,李维刚,等.基于小波分析和模糊神经网络的水文预测[J].同济大学学报(自然科学版),2005,33(1):130-133.
- [6]Nash J E,Sutcliffe J V.River flow forecasting through conceptualmodels Part 1:A discussion of principles[J].Journal of Hydrolo-gy,1970(10):282-290.