节点文献

基于ARMA模型的水文数据预测

免费订阅

【作者】 陈佳袁闫杰

【Author】 CHEN Jia-yuan;YAN Jie;Tongxiang Water Conservancy Bureau;Northwest Electric Power Design Institute Co.,Ltd.of China Power Engineering Consulting Group;

【机构】 桐乡市水利局中国电力工程顾问集团西北电力设计院有限公司

【摘要】 针对小样本水文数据序列难以准确预测的特点,将时间序列分析运用于水文数据的预测分析,研究基于AIC定阶准则和遗传算法定阶的ARMA模型,并将其运用于周期性水文数据的预测。根据模型建立的需要及数据周期性的特点,对原始数据进行季节差分等优化处理,并将建立的模型运用于某水文站流量数据的预测。结果表明,基于ARMA模型对流量数据的预测精度远远高于传统的神经网路模型,其中基于AIC准则定阶的模型比遗传算法定阶的模型精度高2.96%,从而为小样本水文数据的预测分析提供一种新的思路。

【关键词】 水文数据ARMA定阶准则AIC遗传算法
【所属期刊栏目】 水环境与水力学 (2017年06期)
  • 【DOI】10.13641/j.cnki.33-1162/tv.2017.06.007
  • 【分类号】P333
  • 【下载频次】28
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: