本文選題：唐乃亥水文站 + 經(jīng)驗?zāi)B(tài)分解��； 參考：《中國農(nóng)村水利水電》2017年07期

【摘要】：針對徑流序列的弱相關(guān),非線性特征,直接預(yù)測會導(dǎo)致精度低,建立基于經(jīng)驗?zāi)B(tài)分解(empirical mode decomposition,EMD)與Elman神經(jīng)網(wǎng)絡(luò)的模型進行月徑流預(yù)測,選取黃河上游唐乃亥水文站1979-2009年的月徑流資料為研究對象。首先利用EMD對月徑流資料進行處理,得到5個固有模態(tài)函數(shù)(intrinsic mode function,IMF)和1個趨勢項。為了避免分量太多導(dǎo)致誤差過大,將分量進行重組之后得到3個子序列,然后對3個子序列進行Elman神經(jīng)網(wǎng)絡(luò)預(yù)測。結(jié)果表明,EMD與Elman神經(jīng)網(wǎng)絡(luò)組合預(yù)測精度更高,更加適合復(fù)雜的水文序列。該方法可用于徑流的中長期預(yù)測中。
[Abstract]:Aiming at the weak correlation and nonlinear characteristics of runoff series, direct prediction will lead to low accuracy. A model based on empirical mode decomposition (EMD) and Elman neural network is established to predict monthly runoff. The monthly runoff data of Tangnahe Hydrologic Station in the upper reaches of the Yellow River from 1979 to 2009 were selected as the research object. Firstly, the monthly runoff data are processed by EMD, and five intrinsic mode functions and one trend term are obtained. In order to avoid excessive errors caused by too many components, three sub-sequences are obtained after the components are reorganized, and then the three sub-sequences are predicted by Elman neural network. The results show that the combination of EMD and Elman neural network is more accurate and more suitable for complex hydrological series. This method can be used in the long-term runoff prediction.
【作者單位】： 太原理工大學水利學院;
【基金】：山西省科技攻關(guān)計劃(20140313023-4) 山西省自然科學基金(201601D011054) 國家青年科學基金項目(51509176) 太原理工大學�；�(2015MS011) 山西省水文局項目(ZNGZ2015-036)
【分類號】：TV121

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 宋菁華;楊春節(jié);周哲;劉文輝;馬淑艷;;改進型EMD-Elman神經(jīng)網(wǎng)絡(luò)在鐵水硅含量預(yù)測中的應(yīng)用[J];化工學報;2016年03期

2 趙雪花;陳旭;袁旭琦;;基于EMD的數(shù)據(jù)驅(qū)動模型在徑流預(yù)測中的應(yīng)用[J];系統(tǒng)工程;2014年09期

3 丁小謹;高曉清;湯懋蒼;王田田;梁豐;;唐乃亥水文站徑流量與黃河源區(qū)拍渦的關(guān)系[J];高原氣象;2014年03期

4 李潤求;施式亮;伍愛友;念其鋒;羅文柯;;采煤工作面瓦斯涌出預(yù)測的EMD-Elman方法及應(yīng)用[J];中國安全科學學報;2014年06期

5 崔東文;;多重組合神經(jīng)網(wǎng)絡(luò)模型在年徑流預(yù)測中的應(yīng)用[J];水利水電科技進展;2014年02期

6 張秋余;朱學明;;基于GA-Elman神經(jīng)網(wǎng)絡(luò)的交通流短時預(yù)測方法[J];蘭州理工大學學報;2013年03期

7 崔東文;;改進Elman神經(jīng)網(wǎng)絡(luò)在徑流預(yù)測中的應(yīng)用[J];水利水運工程學報;2013年02期

8 謝赤;鄭林林;孫柏;張在美;;基于EMD和Elman網(wǎng)絡(luò)的人民幣匯率時間序列預(yù)測[J];湖南大學學報(自然科學版);2009年06期

9 李佳;王黎;馬光文;鄔凱;;LS-SVM在徑流預(yù)測中的應(yīng)用[J];中國農(nóng)村水利水電;2008年05期

10 胡海鵬,方兆本;股市波動性預(yù)測模型改進研究[J];數(shù)理統(tǒng)計與管理;2004年05期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 朱永英;水庫中長期徑流預(yù)報及興利調(diào)度方式研究[D];大連理工大學;2008年

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 莊田;楊春節(jié);;基于Elman-Adaboost強預(yù)測器的鐵水硅含量預(yù)測方法[J];冶金自動化;2017年04期

2 席東潔;趙雪花;張永波;鄭秀清;祝雪萍;王燕;;基于經(jīng)驗?zāi)B(tài)分解與Elman神經(jīng)網(wǎng)絡(luò)的月徑流預(yù)測[J];中國農(nóng)村水利水電;2017年07期

3 秦喜文;張瑜;董小剛;劉媛媛;;基于EEMD和SVR的人民幣匯率預(yù)測[J];東北師大學報(自然科學版);2017年02期

4 宿敬肖;王政;楊靜宜;彭麗葉;;優(yōu)化神經(jīng)網(wǎng)絡(luò)模型在瓦斯涌出預(yù)測中的應(yīng)用[J];煤礦安全;2017年05期

5 李國輝;孫堂樂;張松嶺;;基于EMD與Elman神經(jīng)網(wǎng)絡(luò)的太陽黑子活動預(yù)測[J];西安郵電大學學報;2017年03期

6 宋煥虎;蔡康旭;;采掘瓦斯涌出量動態(tài)預(yù)報中影響因素的選項、量化與校正[J];中國煤炭;2017年04期

7 楊鈔;;自適應(yīng)隨機遺傳算法與最小二乘支持向量機在年徑流預(yù)測中的應(yīng)用[J];珠江現(xiàn)代建設(shè);2017年02期

8 李紹華;;改進布谷鳥搜索算法與支持向量機在年徑流預(yù)測中的應(yīng)用[J];珠江現(xiàn)代建設(shè);2017年02期

9 魏林;付華;尹玉萍;;煤礦瓦斯涌出量的非線性降維Elman動態(tài)預(yù)測模型[J];遼寧工程技術(shù)大學學報(自然科學版);2017年04期

10 白栩嘉;蘇敏杰;;TS-FNN模型在多元變量年徑流預(yù)測中的應(yīng)用[J];珠江現(xiàn)代建設(shè);2017年01期

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 李繼偉;梯級水庫群多目標優(yōu)化調(diào)度與決策方法研究[D];華北電力大學;2014年

2 習樹峰;跨流域調(diào)水預(yù)報優(yōu)化調(diào)度方法及應(yīng)用研究[D];大連理工大學;2011年

3 張丹;區(qū)域旱情中長期預(yù)報及農(nóng)業(yè)干旱風險綜合評價[D];大連理工大學;2011年

4 唐國磊;考慮徑流預(yù)報及其不確定性的水電站水庫調(diào)度研究[D];大連理工大學;2009年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 安劍奇;陳易斐;吳敏;;基于改進支持向量機的高爐一氧化碳利用率預(yù)測方法[J];化工學報;2015年01期

2 張凱;湯懋蒼;高曉清;郭維棟;;1976-2008年中國西部強震與下游干旱的統(tǒng)計分析[J];高原氣象;2013年06期

3 付華;史冬冬;;基于IGA-LSSVM的煤礦瓦斯涌出量預(yù)測模型研究[J];中國安全科學學報;2013年10期

4 朱文龍;周建中;肖劍;肖漢;李超順;;獨立分量分析 經(jīng)驗?zāi)B(tài)分解特征提取在水電機組振動信號中的應(yīng)用[J];中國電機工程學報;2013年29期

5 王歡;李棟梁;;黃河源區(qū)徑流量變化特征及其影響因子研究進展[J];高原山地氣象研究;2013年02期

6 梁豐;湯懋蒼;高曉清;惠小英;郭維棟;;2011年中國4次成災(zāi)性氣候異常及其原因分析[J];高原氣象;2013年03期

7 崔東文;;改進Elman神經(jīng)網(wǎng)絡(luò)在徑流預(yù)測中的應(yīng)用[J];水利水運工程學報;2013年02期

8 張瑋;張丹;;基于Elman動態(tài)神經(jīng)網(wǎng)絡(luò)的煤質(zhì)預(yù)測算法研究[J];中國礦業(yè);2013年03期

9 崔東文;;基于極限學習機的長江流域水資源開發(fā)利用綜合評價[J];水利水電科技進展;2013年02期

10 崔東文;;多隱層BP神經(jīng)網(wǎng)絡(luò)模型在徑流預(yù)測中的應(yīng)用[J];水文;2013年01期

中國博士學位論文全文數(shù)據(jù)庫 前7條

1 范繼輝;梯級水庫群調(diào)度模擬及其對河流生態(tài)環(huán)境的影響[D];中國科學院研究生院（成都山地災(zāi)害與環(huán)境研究所）;2007年

2 彭勇;中長期水文預(yù)報與水庫群優(yōu)化調(diào)度方法及其系統(tǒng)集成研究[D];大連理工大學;2007年

3 尤愛菊;強潮河口生態(tài)與環(huán)境需水及實現(xiàn)途徑研究[D];河海大學;2007年

4 高永勝;河流健康生命評價與修復(fù)技術(shù)研究[D];中國水利水電科學研究院;2006年

5 鄭德鳳;雨洪資源與地下水資源聯(lián)合調(diào)控理論及應(yīng)用研究[D];大連理工大學;2006年

6 錢鏡林;現(xiàn)代洪水預(yù)報技術(shù)研究[D];浙江大學;2004年

7 倪深海;半濕潤地區(qū)水生態(tài)環(huán)境恢復(fù)研究[D];河海大學;2003年

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 林相波,邱天爽;固定結(jié)構(gòu)單元權(quán)值對基本Elman網(wǎng)絡(luò)性能影響[J];大連理工大學學報;2004年05期

2 湯井田;曹揚;肖嘉瑩;郭曲練;;Predication of plasma concentration of remifentanil based on Elman neural network[J];Journal of Central South University;2013年11期

3 任雪梅,陳杰,龔至豪,竇麗華;改進Elman網(wǎng)絡(luò)的逼近性質(zhì)研究(英文)[J];Journal of Beijing Institute of Technology(English Edition);2002年01期

4 王攀,蘇智,馮珊;局部回歸Elman網(wǎng)絡(luò)學習算法的注記[J];武漢理工大學學報(信息與管理工程版);2002年02期

5 田燕;康海英;唐力偉;鄭海起;;一種改進的Elman網(wǎng)絡(luò)及其在載荷識別中的應(yīng)用[J];機械強度;2006年S1期

6 金宇華;羅沛蘭;扶名福;楊國泰;;Elman網(wǎng)絡(luò)和綜合關(guān)聯(lián)度在風機診斷中的應(yīng)用[J];微計算機信息;2008年10期

7 蘇剛;王玲玲;徐永生;;基于改進Elman網(wǎng)絡(luò)的燃氣負荷預(yù)測[J];東南大學學報(自然科學版);2006年S1期

8 弓學敏;胡靜;;基于模擬退火算法的Elman網(wǎng)絡(luò)及其應(yīng)用[J];電力科學與工程;2008年08期

9 李翔,陳增強,袁著祉,賀江峰;基于擴展Elman網(wǎng)絡(luò)的非線性自校正控制器[J];自動化儀表;1999年12期

10 張倩;;基于Elman網(wǎng)絡(luò)非線性散射參數(shù)測量與建模[J];現(xiàn)代電子技術(shù);2011年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 ;Study of PID Elman Neural Network and Its Application in Dynamical Systems Identification[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

2 ;Identification of dynamic nonlinear systems using recurrent neural networks[A];第十九屆中國控制會議論文集（一）[C];2000年

3 蘇剛;王玲玲;徐永生;;基于改進Elman網(wǎng)絡(luò)的燃氣負荷預(yù)測[A];第十七屆全國過路控制會議論文集[C];2006年

4 趙建玉;高慧;賈磊;;基于Elman神經(jīng)網(wǎng)絡(luò)的短時交通流預(yù)測模型[A];第二十七屆中國控制會議論文集[C];2008年

5 郭式偉;呂建;張秀蘭;;基于改進Elman網(wǎng)絡(luò)的空調(diào)負荷預(yù)測[A];全國暖通空調(diào)制冷2008年學術(shù)年會資料集[C];2008年

6 符利勇;何錚;唐守正;劉應(yīng)安;;基于改進Elman神經(jīng)網(wǎng)絡(luò)的林隙大小預(yù)測模型[A];第九屆中國林業(yè)青年學術(shù)年會論文摘要集[C];2010年

7 WenJie Wu;DaGui HUANG;Zheng DONG;;Fault Diagnosis of the Aeroengine Based on Neural Network and D-S Evidence Theory[A];Proceedings of 2011 International Conference on Computer Science and Information Technology(ICCSIT 2011)[C];2011年

8 孟令啟;張洛明;韓麗麗;馬金亮;黃其柏;;基于MATLAB的Elman神經(jīng)網(wǎng)絡(luò)在中厚板軋機寬展預(yù)測中的應(yīng)用[A];第二屆中國CAE工程分析技術(shù)年會論文集[C];2006年

9 ;Battery State-Of-Charge Estimation in Electric Vehicle Using Elman Neural Network Method[A];第二十九屆中國控制會議論文集[C];2010年

10 邰新軍;陸建榮;;基于Elman神經(jīng)網(wǎng)絡(luò)的炮兵戰(zhàn)場目標價值分析[A];2011年全國電子信息技術(shù)與應(yīng)用學術(shù)會議論文集[C];2011年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 時小虎;Elman神經(jīng)網(wǎng)絡(luò)與進化算法的若干理論研究及應(yīng)用[D];吉林大學;2006年

2 王麗敏;計算智能改進方法及其在金融與環(huán)境領(lǐng)域中的應(yīng)用[D];吉林大學;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 林鵬;冷軋APC系統(tǒng)智能控制器設(shè)計與實驗研究[D];燕山大學;2015年

2 曹芙;基于Elman神經(jīng)網(wǎng)絡(luò)及優(yōu)化算法的混合模型的研究及應(yīng)用[D];蘭州大學;2015年

3 劉超;429例直腸惡性腫瘤基于SVM和Elman的單病種醫(yī)療費用預(yù)測模型研究與應(yīng)用[D];昆明醫(yī)科大學;2015年

4 許菲菲;基于Elman網(wǎng)絡(luò)溫度預(yù)測模型的差壓氣密性檢測方法研究[D];中國計量學院;2015年

5 宋菁華;高爐冶煉過程的多尺度特性與硅含量預(yù)測方法研究[D];浙江大學;2016年

6 王柳;基于復(fù)合特性Elman神經(jīng)網(wǎng)絡(luò)的風速預(yù)測[D];天津工業(yè)大學;2016年

7 周展;基于Elman神經(jīng)網(wǎng)絡(luò)控制的風電最大功率點追蹤的研究[D];湖南大學;2016年

8 關(guān)福生;基于GIF Elman神經(jīng)網(wǎng)絡(luò)的輸油管道工況辨識技術(shù)的研究[D];東北大學;2011年

9 黃艷南;基于Elman橋梁損傷識別與監(jiān)測數(shù)據(jù)處理研究[D];東北大學;2014年

10 嚴麗;基于GA-Elman神經(jīng)網(wǎng)絡(luò)預(yù)測的時延網(wǎng)絡(luò)控制系統(tǒng)故障檢測[D];華僑大學;2015年

，

本文編號：1954315