基于改进非线性自回归网络的洪水预测算法
崔雅博1
罗清元2
刘丽娜3
1.开封大学 信息工程学院,河南 开封4750042.河南省水文水资源局 站网监测处,郑州4500033.郑州大学 河南省超算中心,郑州450001
摘要：针对流域的洪水预测具有高度非线性和随机性的问题,提出了一种混合预测模型用于流域的洪水预测.该模型是一个集成了数据预处理模块的具有外部输入的非线性自回归神经网络,采用小波变换进行时间序列分解,利用多基因遗传编程进行细节缩放,以提高时域和频域特性的提取能力,进一步捕获时间序列的非平稳性,与NARX结合可以大幅提高洪水预测的准确性,利用栾川水文站15年中所测水文数据对所提模型进行验证和测试.实验结果表明,相比较于传统算法和其他预测算法,所提出的算法具有更高的预测准确度和性能,可广泛应用在洪水预测等领域.
关键词：洪水预测非线性自回归网络混合预测模型小波变换多基因遗传编程数据预处理机器学习神经网络
分类号：TP183(自动化基础理论)
资助基金：河南省高等学校重点科研项目(22B520020)开封大学青年创新人才培育基金项目(KDQN-2020-GK007)
论文发表日期：2023-01-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 84-89 )
英文信息