年径流预报的非线性混合回归模型研究

被引：11

作者：

武夏宁 ^{[1
]}

江燕 ^{[2
]}

机构：

[1] 中国水电建设集团国际工程有限公司

[2] 中国科学院生态环境研究中心城市与区域生态国家重点实验室

来源：

中国农村水利水电 | 2010年 / 11期

关键词：

年径流预报; 多元回归; 混合回归模型; BP神经网络;

D O I：

暂无

中图分类号：

P333.6 [水文统计理论];

学科分类号：

081501 ;

摘要：

径流中长期预报一直以来都是人们关注的热点研究问题,常用的时间序列法、多元回归分析法等都存在预报精度偏差过大的问题。以年径流作为自回归因子,降水和气温作为多元回归因子,建立了年径流预测的非线性混合回归模型,并利用BP神经网络进行模型求解。戴营水文站的年径流预报结果表明,与自回归模型、多元回归模型、BP网络模型和线性混合回归模型相比较,非线性混合回归模型具有较高的预报精度。

引用

页码：8 / 10+14 +14

页数：4

共 6 条

[1] 基于小波消噪的混沌多元回归日径流预测模型 [J].