典型文献
基于小波去噪和WNN-ARIMA组合模型的年径流预测
文献摘要：
为解决单一的小波神经网络预测精度不高的问题,提出一种新的基于小波去噪和WNN-ARIMA组合模型,应用小波阈值去噪法对小波神经网络的输入值进行预处理,同时对模型残差值进行ARIMA模型修正.利用该组合模型对洮河流域下巴沟站年径流量进行预测,预测趋势和预测值与原始实测数据吻合度高,表明此组合模型可靠性强,可以有效预测年径流量,以期为洮河流域和其他流域的年径流量预测提供新方法,为水利工程建设和水资源优化配置提供依据.
文献关键词：
小波神经网络;小波消噪;ARIMA时序模型;组合预测模型
中图分类号：
作者姓名：
赵文举;刘茜;李宗礼;王亚丽
作者机构：
兰州理工大学能源与动力工程学院,兰州730050;水利部水利水电规划设计总院,北京100120
文献出处：
引用格式：
[1]赵文举;刘茜;李宗礼;王亚丽-.基于小波去噪和WNN-ARIMA组合模型的年径流预测)[J].数学的实践与认识,2022(01):172-178
A类：
B类：
于小波,小波去噪,WNN,ARIMA,组合模型,径流预测,小波神经网络,神经网络预测,小波阈值去噪,残差值,模型修正,该组,洮河流域,下巴,年径流量,预测趋势,吻合度,径流量预测,水利工程建设,水资源优化配置,小波消噪,时序模型,组合预测模型
AB值：
0.319328
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。
