基于灰色神经网络的年降水量组合预测模型研究

基于灰色神经网络的年降水量组合预测模型研究

ID:33488938

大小:1.21 MB

页数:71页

时间:2019-02-26

基于灰色神经网络的年降水量组合预测模型研究_第1页
基于灰色神经网络的年降水量组合预测模型研究_第2页
基于灰色神经网络的年降水量组合预测模型研究_第3页
基于灰色神经网络的年降水量组合预测模型研究_第4页
基于灰色神经网络的年降水量组合预测模型研究_第5页
资源描述:

《基于灰色神经网络的年降水量组合预测模型研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于灰色神经网络的年降水量组合预测模型研究重庆大学硕士学位论文(学术学位)学生姓名:郭宝丽指导教师:熊庆宇教授专业:控制科学与工程学科门类:工学重庆大学自动化学院二O一四年四月StudyontheCombinationForecastModelofAnnualRainfallbasedontheGrey-neuralNetworkAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’sDegreeofEngineeringByGu

2、oBaoliSupervisedbyProf.XiongQingyuSpecialty:ControlScienceandEngineeringCollegeofAutomationofChongqingUniversity,Chongqing,China.April2014重庆大学硕士学位论文中文摘要摘要降水是水文循环系统中的重要环节,同时它也是十分重要的一种气象现象。年降水量是预报洪涝灾害、管理水资源及预报分析水文的一个重要参数,故而某地区的水资源程度取决于其年降水量。准确的预测降水量能够给水利和农业部门提供有效帮助。但是因为气象条件具有复杂

3、多样性,这使得降水量具有很大的随机性,所以利用传统方法对的降水量进行预测时其预测精度一般都较低。为了提高年降水量的预测精度,本文提出一种基于灰色波形预测算法和小波神经网络的年降水量组合预测模型。组合预测模型是一种有效保留各个单项预测模型中有价值的数据信息的预测方法,能够使预测模型泛化,避免模型的过度拟合,提高预测模型的预测精度。本文主要做了三部分研究工作:首先,优化小波神经网络。深入研究分析小波神经网络预测模型的原理发现其参数和阈值都是利用尝试法来确定的,不但花费时间很多而且预测效果也不是很好,在这里基于蚁群算法能够寻找最短路径的原理对其优化。其

4、次,改进灰色波形预测算法。通过分析灰色波形预测算法指出其初始值的选取以及对非线性问题研究存在缺陷。基于上述问题,本文首先对新型灰色模型NGM(1,1,k)的初始值进行改进,然后将改进后的NGM(1,1,k)作为模型预测群建立灰色波形预测模型。最后,组合预测模型的改进以及年降水量实例分析。为了进一步提高模型的预测精度,本文将优化后的小波神经网络预测模型与改进后的灰色波形预测算法进行并联组合建立组合预测模型。为了验证预测模型的预测效果,通过Matlab-R2010a仿真工具对年降水量实例进行预测分析。首先将改进的灰色波形预测算法应用于重庆市年降水量预

5、测中,证明其预测效果较好。然后将改进后的组合预测模型应用于重庆市年降水量预测中,将其预测效果与优化的小波神经网络应用效果、改进的灰色波形预测效果进行比较,既验证了组合预测模型的有效性,又表现出其效果优于其他两种优化的单项预测模型。关键词:组合预测,小波神经网络,灰色波形预测算法,年降水量,初始值I重庆大学硕士学位论文英文摘要ABSTRACTPrecipitationisanimportantlinkofhydrologicalcyclesystemandalsooneoftheimportantweatherphenomenon.Itisanim

6、portantparameterintermsofforecastingfloods,managementofwaterresourcesandhydrologicalforecastanalysisflooding.Therefore,thedegreeofwaterresourcesinaregiondependsonitsannualprecipitation.Thataccuratepredictionofannualprecipitationisabletogivewaterconservancy,agricultureandother

7、departmentstoprovideeffectivehelp.Theprecipitationhasgreatrandomnessbecausehasthecharacteristicssuchascomplexanddiverseweatherconditions.Generally,Predictionaccuracybyusingthetraditionalmethodtopredictrainfallisreallylow.Inordertoimprovetheforecastingaccuracyofannualprecipita

8、tion,thispaperproposesacombinationforecastmodelbasedongraywaveformpr

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。