不同相似指标下最近邻抽样回归模型在径流中长期预测中的应用比较

根据水文相似性建立的最近邻抽样回归模型(NNBR)是一种较优的中长期预测模型,模型的关键在于相似指标选择。在介绍欧氏距离、余弦距离、耦合序位值等现有相似指标的基础上,构建了一种新的相似指标——欧氏—余弦耦合距离,并将基于欧氏距离、余弦距离、耦合序位值、欧氏—余弦耦合距离四种不同相似指标的NNBR模型应用于长江宜昌站、雅砻江小得石站、黄河唐乃亥站、珠江梧州站年径流预测中。实例分析表明,基于欧氏距离的NNBR模型预测准确性最佳,其次为基于欧氏—余弦耦合距离的NNBR模型,基于余弦距离和耦合序位值的NNBR模型预测准确性次于前两者。     

基于协整理论的极限学习机模型在降水预测中的应用

针对传统降水预测方式存在的不足,提出一种基于协整理论的极限学习机模型,该模型主要利用协整理论将相关序列信息引入,运用极限学习机(ELM)刻画非线性映射关系,并将该模型应用于皖南地区季度平均降水预测中。结果表明,该模型预测结果合理,且具有更佳的表现。     

组合模型在能源需求预测中的应用

简述不同的能源需求预测方法的特点．结合某省区能源需求的历史数据,运用趋势外推法建立单项预测模型,并对趋势外推预测的优缺点进行分析;运用ARMA模型对趋势外推模型中的残差序列进行分析,得到趋势外推模型中非趋势分量的预测结果;测算出某省区“十一五”期间的能源需求总量,并得出这一组合模型的预测结果准确性高、稳定性好的结论。     

MCEEMD-HGWO-MGU混合模型在径流预测中的应用

为分析径流非线性特征对预测精度的影响,在改良的互补集成经验模态分解(MCEEMD)基础上,建立混合灰狼优化算法(HGWO)与最小门控单元(MGU)混合的径流预测模型,并利用该模型预测黄河下游三个水文站处的月径流.选取纳什效率系数和合格率评价模型性能,并选择多个误差指标与其他模型进行比较.结果表明,与其他模型相比,MCE...     

IEA-PNN模型在水质预测中的应用

采用免疫进化算法(IEA)对概率神经网络(PNN)模型参数进行优化,并应用于水质预测中.以黄河小浪底至花园口段为例,使用该模型预测水体中的COD和NH3-N浓度.预测结果表明,IEA-PNN模型应用于水质预测切实可行,能同时实现分类预测和定量预测,且预测精度较高.     

改进灰色模型在电力负荷预测中的应用

灰色GM（1,1）模型是一种较有效的负荷预测模型,然而由于电力负荷具有多样性,导致对某些变化规律的负荷预测误差较大,精度不能满足要求,在实际应用中具有一定的局限陛。对灰色GM（1,1）模型进行必要的改进,利用等维新信息递推模型进行负荷预测,通过实例分析表明,可提高预测的精度。     

简化自然模型在发动机爆震预测中的应用

提出一种用于汽油机爆震预测听简化自燃模型,该模型由１３种嘏分、２０个反应组成。首先在快速压缩机上对模型进行验证,考察模型对反应参数的敏感性,然后将其并入准维湍流燃烧模型中者震预测,预测通过发迹发动机在压缩比实现,在提高实际压缩比以以爆遥发生。计算还表明爆震不仅与压缩机比还与燃烧室结构有关。     

简化自燃模型在发动机爆震预测中的应用

提出一种用于汽油机爆震预测的简化自燃模型,该模型由１３ 种成分、２０ 个反应组成。首先在快速压缩机上对模型进行验证,考察模型对反应参数的敏感性,然后将其并入准维湍流燃烧模型中进行爆震预测,预测通过改变发动机的压缩比实现。在提高实际压缩比以后预测到爆震的发生。计算还表明爆震不仅与压缩机比还与燃烧室结构有关。     

基于EEMD-GRNN的降水量预测分析

为验证EEMD-GRNN降水量预测模型的准确性,基于南京地区年降水量数据对其进行研究,并与GRNN模型和BPNN模型进行对比。结果显示,EEMD-GRNN模型在年降水量预测上较GRNN模型和BPNN模型具有较高的预测精度,且预测结果可信,为提高降水量预测精度提供了新方法。     

基于MPGA-BP模型的降雨预报研究

降雨预报是水文预报的重要环节,提高其准确性是进行洪水、径流等预报的前提。针对目前预测方法中存在的易落入局部极小值、收敛速度慢和收敛对初值敏感等问题,将多种群遗传算法(MPGA)与反向传播(BP)神经网络模型相结合,提出了一种适用于降雨预报的多种群遗传神经网络模型(MPGA-BP)。实例计算结果表明,该模型具有良好的预报性能和泛化能力,为降雨准确预测提供了有力的技术支持。     

GFS降雨预报图数值化处理算法在洪水预报中的应用

鉴于大部分气象系统对外发布的降雨预报信息均为降雨预报图的形式而不能直接用于水库调度,设计了一种GFS降雨预报图数值化处理算法,可计算出降雨预报图中任意像素点的降雨数值预报信息,然后利用计算出的GFS降雨数值预报信息与洪水预报模型耦合来进行洪水预报,并以桓仁水库2010年的一场洪水为例进行了验证。结果表明,利用该算法计算出的降雨数值预报信息可应用于洪水预报,具有较好的应用前景。     

实时修正在流域雨量站网规划中的应用

利用历史洪水已知的实测流量信息,将实时修正引入雨量站网规划中,在闽江七里街流域对1988~2001年的45场洪水采用误差自回归(AR)模型在模拟过程中进行实时修正。通过与没有实时修正情况下的雨量站网规划结果相比较,具有实时修正功能的精度较高的洪水预报方案对减少雨量站网密度有较满意的效果。     

降水时间序列挖掘模型的建立和应用

针对时间序列分析涉及的主要内容将水文时间序列分解为趋势项、周期项、随机项,研究及汇总了各个组成项的变化规律,分别建立了各个组成项的数学模型,再将分解模型合成为水文时间序列的预测模型,并利用此模型预测和分析了柳州市水文时间序列的未来值.     

基于集合经验模态分解和自回归滑动平均的某碾压混凝土重力坝变形预测模型及应用

为更精确地预测大坝变形数据,针对大坝变形监测序列的非线性和非平稳性问题,提出了一种结合集合经验模态分解和自回归滑动平均模型的大坝变形预测模型。首先利用集合经验模态分解法将非平稳的大坝变形监测数据分解为具有不同特征尺度的本征模态函数,然后分析各分量特征并分别建立自回归滑动平均模型,选择各自适合的最优模型参数,最后叠加各分量的预测结果作为最终的变形预测结果。分析结果表明,相较单一预测模型,结合集合经验模态分解和自回归滑动平均模型的组合预测模型的预测精度更高。     

降雨径流模型及其应用

针对目前国内对降雨径流模型研究中存在的问题,介绍了降雨径流模型的原理与特点,以沙子岭流域为例对降雨径流模型实际应用效果进行分析,并用卡尔曼滤波方法对降雨径流模型的预报结果进行了实时校正。研究表明,该模型预报效果较好,经卡尔曼滤波后预报效果明显改善。     

基于小波分析的BP网络预测模型及其在年径流预测中的应用

鉴于小波变换序列中尺度系数系列和小波系数系列变化特征存在较大差异,提出了一种新的小波分析与BP网络结合方式,即建立两个BP网络分别对两类系数系列进行预测,再对各小波变换系数的预测值进行小波重构,获得原序列的预测值。将该模型应用于二滩电站入库年径流量预测,结果表明该模型预测精度高,可为水电站提供可靠的入库年径流预测结果。     

降雨因子与地质因子相结合的滑坡预报方法

针对通过降雨预报滑坡的准确性和可靠性较低的问题,基于降雨因子和地质因子对滑坡影响程度的分级标准,提出将降雨因子与地质因子相结合对滑坡进行预报,采用多因子相互作用关系矩阵进行了边坡易滑度等级标准的划分,并以秭归县境内的千将坪滑坡为例,对该滑坡的稳定性进行了判定,从而验证了该方法的合理性和有效性。     

基于H-P滤波预测技术的年用电量预测模型研究

针对电力市场预测电力负荷受众多因素影响及各类预测模型模拟预测误差较大的问题,为提高负荷预测精度,基于H-P滤波预测法将等维信息法、指数回归模型及分布滞后回归模型引入年用电量预测中,通过双层预测降低预测误差,并结合实例比较。对比结果,滤波滞后回归模型的预测综合得分高于滤波指数回归模型。     

基于改进灰色模型的江苏省发电量预测研究

针对传统灰色预测GM(1,1)模型在实际应用中存在预测精度不高或精度通不过检验的问题,基于2000～2009年江苏省发电量数据,采用改进的灰色预测GM(1,1)模型预测了江苏省2000～2009年发电量,并与传统灰色预测GM(1,1)模型的预测结果进行比较。结果表明,改进的灰色预测GM(1,1)模型显著提高了原始数据序列的光滑度,预测误差远低于传统灰色预测GM(1,1)模型,进而预测了江苏省2015、2020年的发电量,对江苏省制定电力发展规划具有重要的参考意义。