CORC  > 兰州理工大学  > 兰州理工大学  > 能源与动力工程学院
基于小波去噪和WNN-ARIMA组合模型的年径流预测
赵文举1; 刘茜1; 李宗礼1,2; 王亚丽1
刊名数学的实践与认识
2022-01-08
卷号52期号:01页码:172-178
关键词小波神经网络 小波消噪 ARIMA时序模型 组合预测模型
英文摘要为解决单一的小波神经网络预测精度不高的问题,提出一种新的基于小波去噪和WNN-ARIMA组合模型,应用小波阈值去噪法对小波神经网络的输入值进行预处理,同时对模型残差值进行ARIMA模型修正.利用该组合模型对洮河流域下巴沟站年径流量进行预测,预测趋势和预测值与原始实测数据吻合度高,表明此组合模型可靠性强,可以有效预测年径流量,以期为洮河流域和其他流域的年径流量预测提供新方法,为水利工程建设和水资源优化配置提供依据.
URL标识查看原文
语种中文
内容类型期刊论文
源URL[http://ir.lut.edu.cn/handle/2XXMBERH/155917]  
专题能源与动力工程学院
作者单位1.兰州理工大学能源与动力工程学院;
2.水利部水利水电规划设计总院
推荐引用方式
GB/T 7714
赵文举,刘茜,李宗礼,等. 基于小波去噪和WNN-ARIMA组合模型的年径流预测[J]. 数学的实践与认识,2022,52(01):172-178.
APA 赵文举,刘茜,李宗礼,&王亚丽.(2022).基于小波去噪和WNN-ARIMA组合模型的年径流预测.数学的实践与认识,52(01),172-178.
MLA 赵文举,et al."基于小波去噪和WNN-ARIMA组合模型的年径流预测".数学的实践与认识 52.01(2022):172-178.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace