典型文献
基于BMA多模型组合的疏勒河径流预测研究
文献摘要：
准确可靠的径流预测对于水资源的科学管理与规划具有重要意义,特别是在水资源紧缺的干旱半干旱地区,径流预测对流域内水资源高效利用与水利工程经济运行具有重要现实意义.针对径流预测通常采用单一方法进行建模与预测,难以利用各预测模型优势的问题,本文利用极限学习机(ELM)模型、支持向量机(SVM)模型、多元自适应回归样条(MARS)等机器学习方法建立了疏勒河上游未来1～7日的径流预测模型.在此基础上,运用贝叶斯模型平均(BMA)方法对ELM、SVM、MARS模型的预测结果进行组合,构建了径流组合预测模型,以获取更可靠的预测结果,并采用蒙特卡洛抽样方法获取BMA的95％置信区间,对预测结果进行了不确定性分析.结果表明:ELM、SVM、MARS模型以及BMA组合模型均适用于干旱半干旱地区的中长期日径流预测;BMA的预测精度较单一模型更高,能够提供更准确的预测值;BMA的95％置信区间对实测值覆盖率高,同时能够提供较好的确定性预测和概率预测结果.表明BMA在资料有限的条件下,表现出较单一模型更高的预测性能,可以成为干旱半干旱地区中长期日径流预测的有效方法.
文献关键词：
日径流量预测;机器学习;贝叶斯模型平均;不确定性分析;疏勒河
中图分类号：
作者姓名：
周婷;温小虎;冯起;尹振良;杨林山
作者机构：
中国科学院西北生态环境资源研究院,甘肃兰州730000;中国科学院大学,北京100049
文献出处：
引用格式：
[1]周婷;温小虎;冯起;尹振良;杨林山-.基于BMA多模型组合的疏勒河径流预测研究)[J].冰川冻土,2022(05):1606-1619
A类：
日径流量预测
B类：
BMA,多模型,模型组合,疏勒河,预测研究,科学管理,划具,资源紧缺,干旱半干旱地区,水资源高效利用,水利工程,工程经济,经济运行,对径,极限学习机,ELM,多元自适应回归样条,MARS,机器学习方法,河上,径流预测模型,贝叶斯模型平均,组合预测模型,蒙特卡洛抽样,抽样方法,置信区间,不确定性分析,组合模型,期日,实测值,定性预测,概率预测,预测性能
AB值：
0.221991
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。
