%0 Journal Article
%T 基于小波神经网络的东江流域径流模拟多模型比较研究 Multiple Models Comparative Study of the East River Basin Runoff Simulation Based on Wavelet Neural Network
%A 张正浩
%A 张强
%A 江涛
%A 陈晓宏
%J 武汉大学学报(理学版)
%D 2015
%X 东江流域为香港及广州等特大城市的重要水源地,水文过程模拟及预测对流域水资源开发与管理具有重要理论与现实意义.本研究针对小波神经网络中最佳母小波和最佳等级选择问题,在与传统模型比较基础上,研究得出东江流域径流模拟的最佳小波神经网络模型,并以此进行东江流域的径流预测分析.结果表明:1)选择恰当的母小波可以有效捕捉信号统计特征,该流域蒸发量、降水量、温度和湿度的最佳分解母小波分别为Db4,Sym2,Db9及Db4小波,其小波分解最佳等级为5;2)小波神经网络作为新型混合优化模型,在母小波选择和分解等级确定后,经东江博罗站径流模拟分析,确定为东江流域最佳小波神经网络模拟模型.该研究用于东江径流的预测,效果在满意范围内
%K 小波神经网络
%K 径流模拟及预测
%K 母小波
%K 分解等级
%K 模型比较
%U http://whdy.cbpt.cnki.net/WKD/WebPublication/paperDigest.aspx?paperID=73be6be1-bc8e-4568-aaa6-8f88350a3f37