基于混沌神经网络的径流预测模型 (2010年)

【文件属性】：
文件名称：基于混沌神经网络的径流预测模型 (2010年)
文件大小：767KB
文件格式：PDF
更新时间：2021-05-13 20:48:18
自然科学 论文 【目的】揭示径流时间序列变化规律并进行预测,为水库调度提供指导。【方法】针对径流时间序列的非线性特点,利用重构相空间的嵌入维数确定神经网络的结构,建立了基于混沌相空间重构的径流量预测 BP网络模型,并利用该模型对位于陕西省汉江上游的石泉水文站的径流时间序列进行了预测。【结果】实例计算结果表明,石泉水文站月平均流量的时间序列具有混沌性,最大嵌入维数为 12,依此构建的 BP神经网络收敛速度快、预测精度较好。【结论】利用重构相空间中的最佳嵌入维数,可合理确定BP神经网络的输入层节点数。