灰色自记忆神经网络模型在年径流预测中的应用.pdfVIP

第 38 卷 　第 6 期 西 安 建 筑 科 技 大 学 学 报( 自然科学版) Vol . 38 　No . 6 2006 年 12 月 J Xi ’an U niv . of A rch . Tech . (Nat ural Science Edition) Dec . 2006 灰色自记忆神经网络模型在年径流预测中的应用 张晓伟 , 黄领梅 , 沈 　冰 , 孙新新 , 刘 　敏 (西安理工大学西北水资源与环境生态教育部重点实验室 ,陕西 西安 7 10048) 摘 　要 :径流序列是一种非线性 、弱相依高度复杂的动力系统 ,径流预测还处于探索阶段 ,提高径流预测精度 关键在于对有限样本包含的信息进行充分发掘. 采用一种理论和方法很难充分挖掘径流序列所包含的信息 基于组合预测思想 ,应用灰色理论 , 自记忆性原理与 B P 神经网络三种理论与建模方法对年径流序列进行挖 掘 ,在此基础上提出年径流预测的灰色 自记忆神经网络模型 结果表明 ,模型能够很好地反映径流的变化规 律与极值趋势 ,具有较好的拟合与预报精度. 关键词 :灰色系统 ; 自记忆模型 ;神经网络 ;年径流 ( ) . 中图分类号 : TV 12 1 ; P338 　　　　文献标识码 :A 　　　　文章编号 2006 06076 105 　 径流预测是流域规划设计 、水资源评价 、水库调度以及跨流域调水的基本依据. 目前关于径流预测 的方法很多 ,但由于径流的复杂性 ,其预测精度差 ,特别是中长期预测尤为突出 ,径流预测还处于探索阶 段. 近年来 ,在反演建模的基础上发展了基于时间序列的数据机理 —自记忆模型理论[ 1 ] , 自忆性原理是 将决定论和不确定论两种方法融合在数学上的实现. 将灰色建模和 自记忆建模结合能有效地反映数据 序列的极值趋势[2 ] ,但结果表明拟合值和预测值存在位相滞后现象. 基于组合预测思想 ,本文提出将灰 色理论 , 自记忆建模与神经网络模型相结合 ,对径流进行组合预测 , 以期提出一种有效的径流预测方法. 1 　灰色系统建模原理 灰色系统研究对象是小样本 ,通过处理灰信息来揭示系统内部的运动规律 ,它利用系统信息使抽象 概念量化 ,量化概念模型化[34 ] . 重视关联分析 ,可以充分利用系统信息 ,将杂乱无章的数据转化为适于 微分方程建模的有序数列. 0 0 ( ) 0 ( ) 0 ( ) ( ) 设原始时间序列为 X = [ x 1 , x 2 , …, x n ] , 对其进行 1 - A GO 一次累加生成 , 记生成数 1 1 ( ) 1 ( ) 1 ( ) 1 据列为 X = [ x 1 , x 2 , …, x n ] , 对 X 建立白化形式微分方程 : d x 1 1 ( )