景亚平
- 作品数：4 被引量：46H指数：3
- 供职机构：西北农林科技大学水利与建筑工程学院（水利水电科学研究院）更多>>
- 发文基金：国家科技支撑计划国家高技术研究发展计划博士科研启动基金更多>>
- 相关领域：建筑科学水利工程天文地球更多>>
- 基于修正组合模型的河川径流中长期预报被引量：7
- 2012年
- 为了充分发挥灰色模型在单变量预测及神经网络在处理非线性问题上的优势,同时降低二者的线性组合模型中组合权系数计算方法的不确定性对模型预测效果的影响,本文基于修正组合预测的思想,借助马尔科夫链对灰色GM(1,1)、BP神经网络及组合灰色神经网络模型预测的误差序列进行了修正处理,并通过分析比较修正单一模型与修正简单组合模型在中长期径流预测精度上的差异,提出了基于修正组合模型的河川径流中长期预报方法。将该方法应用于黄河中游区四条一级支流窟野河、秃尾河、无定河与孤山川的控制性水文站年径流预测中,结果表明基于马尔科夫链修正的组合灰色神经网络模型具有更好的拟合与预报精度,是一种更有效的径流预测方法。
- 景亚平张鑫
- 关键词：水文学灰色神经网络马尔科夫链径流预报
- 基于灰色神经网络与马尔科夫链的城市需水量组合预测被引量：30
- 2011年
- 【目的】针对城市需水量预测系统具有非线性和随机波动性的特点,建立基于马尔科夫链修正的组合灰色神经网络预测模型,以提高模型的预测精度。【方法】比较分析灰色GM(1,1)模型、BP神经网络模型以及二者线性组合的灰色神经网络预测模型的预测效果,建立基于马尔科夫链修正的组合灰色神经网络预测模型,并以榆林市2000-2009年的用水量实际数据为研究对象,通过实例比较分析模型的检验预测精度。【结果】经马尔科夫链修正处理后,建立的基于马尔科夫链修正的灰色神经网络组合模型的预测精度更高,预测误差的绝对值均小于4%,且均方差σ为1.00,小于组合灰色神经网络模型与GM(1,1)模型、BP神经网络模型预测误差值的均方差。【结论】基于马尔科夫链修正的组合灰色神经网络需水量预测模型,对城市需水量的预测优于灰色神经网络及各单项预测模型,不仅预测精度高,而且能同时反映出数据序列发展变化的总体趋势和系统各状态之间的内在规律,适合描述随机波动性较大的预测问题。
- 景亚平张鑫罗艳
- 关键词：需水量灰色神经网络马尔科夫链
- 黄河中游区四条一级支流径流量时空变化规律及预测研究
- 径流是一种随时间变化的物理量，经长期观测可获得大量的时间序列样本。对于河川径流序列的时空变化规律进行分析和研究以建立合理的预测模型，是人类正确认识和探索合理开发水资源过程中的基本工作之一，也是国内外专家学者研究的重点。 ...
- 景亚平
- 关键词：径流
- 文献传递
- 基于修正组合模型的青海省城市需水量预测被引量：8
- 2012年
- 根据城市用水量系统具有非线性和随机波动性的特点,为了充分发挥组合灰色神经网络预测模型能够综合单变量预测及非线性处理的优势,同时降低组合权系数计算方法的不确定性对模型预测效果的影响,论文提出了基于马尔科夫链修正的组合灰色神经网络预测模型。将其应用于1980—2009年青海省城市用水量序列的拟合分析,并预测其2010、2015以及2020年的城市需水量。结果表明:基于马尔科夫链修正的组合灰色神经网络预测模型预测结果的误差更小,精度更高。
- 景亚平张鑫罗艳
- 关键词：城市需水量预测灰色神经网络马尔科夫链
