文件名称：基于小波神经网络的河流流量时间序列建模-研究论文
文件大小：734KB
文件格式：PDF
更新时间：2024-06-09 11:18:55
Time Series River Flow Wavelets
本研究提出了一种将小波与人工神经网络（ANN）相结合的新混合模型，称为小波神经网络（WNN）模型，并将其应用于河流流量的时间序列建模。 通过WNN模型分析了Malaprabha流域（印度卡纳塔克邦）的每日河流流量的时间序列。 使用离散小波变换将观测到的时间序列分解为子序列，然后将适当的子序列用作神经网络的输入，以预测水文变量。将混合模型（WNN）与标准ANN和AR模型进行了比较。 WNN模型能够很好地拟合观察到的数据，尤其是测试期间的峰值。 WNN模型应用程序的基准结果表明，混合模型在估计水文特性方面比后一种模型（ANN和AR）产生了更好的结果。