中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 基于CEEMDAN-WNN耦合模型的黄河入海输沙量预测研究 海洋湖沼通报 2021 (5) 34-41
Position: Home > Articles > 基于CEEMDAN-WNN耦合模型的黄河入海输沙量预测研究 Transactions of Oceanology and Limnology 2021 (5) 34-41

基于CEEMDAN-WNN耦合模型的黄河入海输沙量预测研究

作  者：
王俊杰;拾兵;胡亚卓
单  位：
中国海洋大学工程学院
关键词：
CEEMDAN;小波神经网络;输沙量;预测;黄河;
摘  要：
河流水沙过程影响因素复杂,是非线性、非平稳的时间序列,具有周期性、突变性、趋势性等特征,传统的水沙预测模型难以准确识别水沙过程的上述特征,存在预测误差大、稳定性差等问题,为了实现对河流水沙的准确预测,发展了一种基于自适应噪声完备经验模态分解耦合小波神经网络的输沙量预测模型,首先利用自适应噪声完备经验模态分解的方法将输入因子径流量进行分解,然后对各个分量IMF以及残差项Res分别进行小波神经网络建模和预测,最后将各分量预测结果重构作为最终预测结果,结果表明,CEEMDAN-WNN耦合预测模型在黄河利津站输沙量预测过程中均方根误差（RMSE）和平均绝对误差（MAE）分别为0.075、0.065,相比于BP神经网络和小波神经网络,精度更高,能够实现对水沙序列的准确预测。

相似文章

导出引用
计量
文章访问数: 14
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46