典型文献
基于EWT-PSO-Elman耦合模型在径流预测中的应用
文献摘要：
由于径流序列的非线性和非平稳性,单一预测模型能力有限,难以做出准确预测.因此,基于澄碧河流域坝首站1979—2019年共41 a的实测月径流序列,引入经验小波变换分解(EWT)、粒子群算法(PSO),建立一种基于Elman神经网络的组合月径流预测模型(EWT-PSO-Elman),并采用纳什效率系数(NSE)、平均相对误差绝对值(MAPE)和均方根误差(RMSE)对测试集的预测结果进行评价与分析,并将预测结果与EWT-PSO-BP、PSO-Elman、PSO-BP、Elman、BP模型进行比较.结果表明:EWT-PSO-Elman模型的纳什效率系数为0.9135,均方根误差为19.4511,预报等级为甲级,具有较好的预测精度和泛化能力;EWT-PSO-Elman模型的预测精度优于EWT-PSO-BP、PSO-Elman、PSO-BP、Elman、BP模型.可见,EWT-PSO-Elman模型具有更好的预测精度,可应用于径流预测研究中.
文献关键词：
经验小波变换分解(EWT);粒子群算法(PSO);Elman神经网络;径流预测;澄碧河流域
中图分类号：
作者姓名：
莫崇勋;邓云;阮俞理;雷兴碧;麻荣永;孙桂凯
作者机构：
广西大学土木建筑工程学院,南宁530004;广西大学工程防灾与结构安全教育部重点实验室, 南宁530004;广西大学广西防灾减灾与工程安全重点实验室,南宁530004
文献出处：
引用格式：
[1]莫崇勋;邓云;阮俞理;雷兴碧;麻荣永;孙桂凯-.基于EWT-PSO-Elman耦合模型在径流预测中的应用)[J].科学技术与工程,2022(22):9775-9780
A类：
B类：
EWT,PSO,Elman,耦合模型,非平稳性,模型能力,准确预测,澄碧河流域,首站,月径流序列,经验小波变换分解,粒子群算法,月径流预测,径流预测模型,纳什,NSE,平均相对误差,MAPE,RMSE,测试集,评价与分析,甲级,泛化能力,预测研究
AB值：
0.230034
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。
