典型文献
基于小波包分解的AJS-GMDH月径流时间序列预测研究
文献摘要：
为提高月径流时间序列预测精度,建立基于小波包分解(WPD)、人工水母搜索(AJS)算法、数据分组处理方法(GMDH)的WPD-AJS-GMDH月径流时间序列预测模型.采用WPD将月径流时序数据分解为若干子序列分量;选取6个典型函数在不同维度条件下对AJS算法进行仿真测试;利用AJS算法优化GMDH网络关键参数,建立WPD-AJS-GMDH模型,并构建基于支持向量机(SVM)、BP神经网络及完全集合经验模态分解(CEEMD)、小波分解(WD)的17种对比分析模型;最后利用云南省龙潭站1952年 ～2016年780组的月径流时间序列数据对所建立的18种模型进行检验.结果表明,在不同维度条件下,AJS算法均具有较好的寻优效果;WPD-AJS-GMDH模型预测误差均小于其他17种模型;对于月径流时序数据分解,WPD分解效果优于CEEMD、WD方法;AJS算法能有效优化GMDH网络参数,提高预测性能.
文献关键词：
月径流预测;时间序列分解;人工水母搜索算法;数据分组处理方法;仿真测试
中图分类号：
作者姓名：
杨琼波;崔东文
作者机构：
云南省水文水资源局红河分局,云南 红河 661199;云南省文山州水务局,云南 文山 663000
文献出处：
引用格式：
[1]杨琼波;崔东文-.基于小波包分解的AJS-GMDH月径流时间序列预测研究)[J].水力发电,2022(06):45-51
A类：
数据分组处理方法,人工水母搜索算法,水母搜索算法
B类：
于小波,小波包分解,AJS,GMDH,流时,预测研究,序列预测精度,WPD,时间序列预测模型,时序数据,数据分解,干子,子序列,型函数,不同维度,仿真测试,算法优化,完全集合经验模态分解,CEEMD,小波分解,WD,龙潭,时间序列数据,优效,预测误差,有效优化,网络参数,预测性能,月径流预测,时间序列分解
AB值：
0.218725
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。
