典型文献
基于CE-EMD分解和BBO-ELM-BP模型的水文站蒸发量预测研究
文献摘要：
为准确掌握大王庙水文站蒸发量数据的变化规律,以该站2009—2021年的蒸发量监测数据为基础,先利用互补式集合经验模态(CE-EMD)开展蒸发量数据的分解处理,将其分解为主趋势分量和周期分量,再通过BBO-ELM-BP模型实现蒸发量的组合预测,以掌握蒸发量的后期变化规律.分析结果表明:CE-EMD模型能有效实现蒸发量数据的分解处理,并与其他分解模型比较,该模型具有更为有效的分解结果;同时,组合预测结果的相对误差值多在2％～3％,具有较高的预测精度,能有效实现蒸发量的后期预测,并通过不同模型的对比研究,得出该组合预测模型对大样本、长周期的预测效果要优于对小样本、短周期的预测效果,且预测距离对预测结果具有较大影响,主要表现为短距离预测的可信度相对更高.通过本文研究,可有效分析地区的蒸发量变化特征,对掌握其水文规律具有重要意义.
文献关键词：
蒸发量;数据分解;经验模态分解;极限学习机;组合预测
中图分类号：
作者姓名：
陈欣欣;王路遥;李鹏飞;冯跃华;袁建文;郭树贤
作者机构：
河南省开封水文水资源测报分中心,河南开封 475000;河南省驻马店水文水资源测报分中心,河南驻马店 463000;河南省南阳水文水资源测报分中心,河南南阳 473000;河南省豫东水利保障中心,河南开封 475000;河南省新乡水文水资源测报分中心,河南新乡 453000
文献出处：
引用格式：
[1]陈欣欣;王路遥;李鹏飞;冯跃华;袁建文;郭树贤-.基于CE-EMD分解和BBO-ELM-BP模型的水文站蒸发量预测研究)[J].河南科学,2022(11):1794-1801
A类：
大王庙水文站
B类：
CE,EMD,BBO,ELM,蒸发量,预测研究,该站,互补式,模型实现,分解模型,模型比较,解结,误差值,该组,组合预测模型,大样本,长周期,小样本,短周期,测距,短距离,可信度,有效分析,数据分解,经验模态分解,极限学习机
AB值：
0.285642
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。
