共查询到20条相似文献,搜索用时 578 毫秒
1.
2.
针对降水量影响因素众多, 是一种复杂的非平稳、非线性且存在噪声问题的时间序列的特点, 提出一种基于小波包分解的 LS-SVM 与 ARIMA 组合模型的年降水量预测方法。利用小波包将降水序列分解成低频趋势序列和高频细节序列; 应用 LS-SVM 模型预测低频趋势序列, ARIMA 模型预测高频细节序列; 将两个模型的预测结果叠加, 得到年降水量的预测值。实例验证表明: 小波包对时间序列的分解比小波分解更精细, 组合模型预测能够全面的提取降水序列中所包含的信息, 更好地反映年降水量随时间变化规律, 提高了年降水量预测的精准度, 为降水量预测提供一种新方法。 相似文献
3.
基于BP神经网络时间序列模型的降水量预测 总被引:7,自引:0,他引:7
基于降水过程存在周期性、随机性的特点,应用时间序列典型分解法提取原降水量序列中的趋势成分和周期性成分,对于剩余平稳序列成分,采取BP神经网络模型对其进行模拟;最后建立降水量的BP神经网络时间序列预测模型。以宿迁市近14年的月平均降水资料为实例对该模型进行了具体的应用。结果表明:基于BP神经网络时间序列预测模型可以有效地预测降水量,并和传统的时间序列加法模型进行了比较,结果显示基于BP神经网络的时间序列预测优于传统的时间序列加法模型,模型具有较高的精度和稳定性。 相似文献
4.
湛江地区年降水量的时间序列分析 总被引:2,自引:0,他引:2
通过应用时间序列分析技术,对湛江地区1955~2004年降水量序列进行分析,验证了该序列的时间序列特性,研究该序列ARMA模型的适应情况,证实年平均降水量序列满足ARMA模型并通过该模型对未来降水量进行预测。 相似文献
5.
针对以往滑坡变形预测模型实用性不足的情况,从系统论观点和时序分析原理出发,将滑坡位移时序分解为趋势项和偏离项。通过灰色系统模型提取位移时序的趋势项,采用进化神经网络模拟位移时序偏离项之间的复杂非线性关系,建立起GM-ENN组合模型进行滑坡变形预测研究。并将此组合模型应用于三峡库区白水河滑坡的变形预测研究中。研究结果表明:该组合模型具有较强的建模能力、较高的精度,可用于相关的工程实践之中,具有一定的理论研究与实际应用价值。 相似文献
6.
应用一阶马尔可夫链描述干湿变化,以伽玛分布表征降水量分布,采用修正方法调整小尺度序列值,消除小尺度合成值与大尺度对应值之间的误差,进行日、月降水序列模拟.耦合模型模拟序列能够保持各尺度的统计特性和合计值与实测序列严格相等.渭河流域长武、武功、天水和渭源四站降水模拟实例表明,建立的耦合模型在降水模拟中取得了较为满意的效果.通过选择合适的基本模型,耦合模型也可以应用于其他水文随机模拟. 相似文献
7.
8.
9.
近年来,由于水稻种植发展迅猛,导致三江平原井灌水稻区地下水位普遍下降.天然降水是地下水的重要补给来源,而年降水序列往往含有噪声.为解决上述问题,以853农场为例,对实测年降水资料进行小波消噪、差分和标准化处理,应用时间序列分析方法,建立了降水时间序列预测模型.精度检验结果表明,模型有效性和可靠性较高.该模型揭示了区域降水量的时间变化规律,为853农场乃至整个三江平原充分利用天然降水,合理制定水稻灌溉制度以及地下水资源的可持续利用提供了科学依据. 相似文献
10.
ARIMA模型在降水量预测中的应用 总被引:1,自引:0,他引:1
吕树龙 《水科学与工程技术》2012,(2):6-8
ARIMA模型是研究时间序列的重要方法,普遍应用于时间序列的分析与预测。利用SPSS软件的时间序列分析预测功能,对营口市降水量数据建立ARIMA模型,并在模型的基础上对营口市降水量趋势进行了分析和预测。 相似文献
11.
12.
利用多层递阶回归分析制定水库优化调度函数的研究 总被引:12,自引:0,他引:12
本文采用动态系统的多层递阶预测与回归分析相结合的方法,建立了水库决策变量与其影响因素之间的动态调度函数模型,即多层递阶回归分析模型,并对丹江口水库进行了实例研究.结果表明,模型是可行的,取得了较为满意的成果. 相似文献
13.
14.
为了拓展ARIMA模型在非线性水文时间序列预测中的应用,对其进行了三种不同形式的改进。为了尽可能地保留数据序列的原始信息,分别将ARIMA模型与Daubechies小波分析、经验模态分解法相结合,建立了WAARIMA和EMD-ARIMA预测模型;由于ARIMA模型对非线性项预测较差,而BP神经网络具有高度的非线性映射能力,将二者进行有效结合,建立了一种BP-ANN-ARIMA预测模型。在南宁市年降水量的预测中表明,改进后的模型较原始模型预测能力有了不同程度的提高,各模型预测的相对误差分别为11.2%、10.1%、6.8%、5.1%。 相似文献
15.
应用一阶马尔可夫链描述干湿变化,以伽玛分布表征降水量分布,采用修正方法调整小尺度序列值,消除小尺度合成值与大尺度对应值之间的误差,进行日、月降水序列模拟。耦合模型模拟序列能够保持各尺度的统计特性和合计值与实测序列严格相等。渭河流域长武、武功、天水和渭源四站降水模拟实例表明,建立的耦合模型在降水模拟中取得了较为满意的效果。通过选择合适的基本模型,耦合模型也可以应用于其他水文随机模拟。 相似文献
16.
利用SPSS软件的时间序列预测功能,对唐山市降水量数据建立ARIMA模型。建立的模型通过了模型的显著性检验,并在此基础上对降水量趋势进行了预测与分析。 相似文献
17.
对成都市月供水量时序进行周期分析。在利用对数变换后的回归模型基础上,建立ARMA(1,5)时间序列模型,给出了月供水量时序的预测模型,并根据此模型对2010年全年月供水量进行预测。实例表明:本文提出的基于对数回归-ARMA月供水时序周期预测模型,能更好地挖掘供水量时序的规律。 相似文献
18.
19.