%0 Journal Article
%A 周育琳
%A 穆振侠
%A 彭亮
%A 高瑞
%A 尹梓渊
%A 汤瑞
%T 基于互信息与神经网络的天山西部山区融雪径流中长期水文预报
%D 2018
%R 10.11988/ckyyb.20170046
%J 
院报
%P 17-21
%V 35
%N 8
%X 为提高天山西部山区融雪径流的预报精度,更好地指导所在区域的工农业生产发展,针对影响预报精度的关键问题(预报因子的选择),基于互信息法、相关系数法、主成分分析法对研究区的预报因子进行优选,采用RBF神经网络以及组合小波BP神经网络模型进行径流预报研究,并进行不同方案的比较。结果表明:①互信息法优选出的预报因子作为模型输入可以提高预报精度;②采用不同优选预报因子作为RBF神经网络以及组合小波BP神经网络模型的输入变量,结果表明RBF神经网络模型的预测精度要好于组合小波BP神经网络模型;③以相对误差作为评价模型精确度的标准,预测效果最好的是基于互信息方法挑选出的预报因子作为RBF神经模型输入数据的模型预测结果。
%U http://ckyyb.crsri.cn/CN/10.11988/ckyyb.20170046