NLP of Day-flow Prediction in MISO of BP ANN

您当前的位置：

首页 >

文章列表页 >

NLP of Day-flow Prediction in MISO of BP ANN

更新时间：2023-11-28

- NLP of Day-flow Prediction in MISO of BP ANN
- Advanced Engineering Sciences Vol. 40, Issue 4, Pages: 53-57(2008)
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：
  CLC：
- Published：2008，
扫描看全文
刘政,李存军,邓红霞.多输入单输出BP网络预测的非线性预处理研究[J].工程科学与技术,2008,40(4):53-57.

NLP of Day-flow Prediction in MISO of BP ANN. [J]. Advanced Engineering Sciences 40(4):53-57(2008)
刘政,李存军,邓红霞.多输入单输出BP网络预测的非线性预处理研究[J].工程科学与技术,2008,40(4):53-57. DOI：

NLP of Day-flow Prediction in MISO of BP ANN. [J]. Advanced Engineering Sciences 40(4):53-57(2008) DOI：

摘要

中文摘要: 非线性预处理在人工神经网络多输入单输出系统日径流预测中的性能主要取决于各输入序列和输出序列的变换组合方式，具有类似变化特征的输入和输出各序列采用变换特性相近或相同的变换方式相比于采用不同的变换组合具有更好的预测效果。以广西桂江流域阳朔、恭城和平乐3个水文站1973年~2001年的日径流量为例，研究了不同组合变换下的MISO非线性预处理预测效果。结果表明，非线性预处理预测均比线性预处理相对误差<10%、<20%和<30%的合格率分别平均提高17.87%、15.85%和8.29%；相同的变换组合比不同的变换组

Abstract

Abstract:The day-flow prediction result in MISO of BP ANN with NLP is mainly determined by transfer combination of series. The same transfers with similar characteristic are better than different transfers of series . This paper predicted in 7 cases of MISO with daily runoff of Yangshuo

Gongcheng and Pingle Station in Guangxi province during 1973~2001. The results show that eligibility ratio of relative error in 10%

in 20% and in 30% by NLP are averagely 17.87%

15.85% and 8.29% more than LP respectively

that eligibility ratio of relative error in 10%

in 20% and in 30% by same NLP combination were averagely 3.52%

2.19% and 1.24% more than by different NLP combination respectively.

关键词

水文预测非线性预处理MISO神经网络

Keywords

hydrology predictionnon-linear pretreatmentMISOANN

references

杨行俊,郑君里,人工神经网络与盲信号处理,北京:清华大学出版社,2003.

袁曾任,人工神经网络及其应用,北京:清华大学出版社,1999.

覃光华.丁晶.刘国东自适应BP算法及其在河道洪水预报上的应用 [J].

覃光华.丁晶.李眉眉.倪长健敏感型人工神经网络及其在水文预报中的应用 [J].

邓红霞.李存军.朱兵.丁晶基于鲁棒PCA聚类分析的径流周期特性研究 [J].

邓红霞.汤成友.李存军.丁晶基于模糊模式识别的径流特性分析 [J].

邓红霞.李存军.赵太想.丁晶基于SPA的水文预测模型评估 [J].

万星.丁晶.严秉忠.张晓丽年径流预测的自适应NNBR-ANN耦合模型 [J].

徐留兴.梁川.秦远清改进的Elman模型在紫坪铺月径流预测中的应用 [J].

李存军.邓红霞.朱兵.王文圣 BP神经网络预测日径流序列的数据适应性分析 [J].

更多指标>

Views

428

下载量

CNKI被引量

Alert me when the article has been cited

提交

Tools

Publicity Resources

A Chinese Traditional Medicine Prescription Effect Reduction AlgorithmBased on Artificial Neural Network and Property Distance Matrix

Related Author

No data

Related Institution

四川大学水利水电学院四川

四川大学建筑与环境学院四川

四川省紫坪铺开发有限责任公司四川

四川大学计算机学院四川

⁰