典型文献
基于GRA-NARX神经网络的泵站站前水位预测模型
文献摘要：
针对多种水工建筑物相互作用和影响下的泵站水位预测难题,提出基于GRA-NARX(grey relation analysis-nonlinear autoregressive model with exogenous inputs)神经网络的泵站站前水位预测模型.该模型包括灰色关联分析(GRA)和NARX神经网络两部分,利用3种训练算法和不同时间延迟分别对密云水库调蓄工程屯佃泵站站前水位进行2 h预测,并与NARX模型和GRA-BP(grey relation analysis-back propagation)模型的预测结果进行比较.研究结果表明,GRA-NARX-BR(grey relation analysis-nonlinear autoregressive model with exogenous inputs-bayes-ian regularization)模型用于水位预测能够比较全面地考虑影响因子,预测精度高,相关系数最高达0.98662,均方根误差最小为0.0086 m,预测效果比NARX模型和GRA-BP模型好,且时间延迟越长,均方根误差越小.模型也可在其他调水工程中推广使用.
文献关键词：
灰色关联分析;NARX神经网络;BP神经网络;水位预测;密云水库调蓄工程
中图分类号：
作者姓名：
刘晓伟;哈明虎;雷晓辉;张召
作者机构：
河北工程大学水利水电学院,河北 邯郸056038;河北省智慧水利重点实验室,河北 邯郸056038;中国水利水电科学研究院,北京100038
文献出处：
引用格式：
[1]刘晓伟;哈明虎;雷晓辉;张召-.基于GRA-NARX神经网络的泵站站前水位预测模型)[J].南水北调与水利科技（中英文）,2022(04):773-781
A类：
B类：
GRA,NARX,泵站,水位预测,水工建筑物,作用和影响,grey,relation,analysis,nonlinear,autoregressive,model,exogenous,inputs,灰色关联分析,训练算法,时间延迟,密云水库调蓄工程,back,propagation,BR,bayes,ian,regularization,调水工程
AB值：
0.253455
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
