基于修正组合模型的河川径流中长期预报_景亚平.pdf

31 6 Vol． 31 No． 6 第 卷第 期 水 力 发 电 学 报 2012 12 JOURNAL OF HYDROELECTRIC ENGINEERING Dec． ，2012 年 月 基于修正组合模型的河川径流中长期预报 ， 景亚平 张 鑫 ( ， 7 12100) 西北农林科技大学水利与建筑工程学院 陕西杨凌 : ， 摘 要 为了充分发挥灰色模型在单变量预测及神经网络在处理非线性问题上的优势 同时降低二者的线性组合模型 ， ， 中组合权系数计算方法的不确定性对模型预测效果的影响 本文基于修正组合预测的思想 借助马尔科夫链对 GM (1，1)、BP ， 灰色 神经网络及组合灰色神经网络模型预测的误差序列进行了修正处理 并通过分析比较修正单一模型 ， 。 与修正简单组合模型在中长期径流预测精度上的差异 提出了基于修正组合模型的河川径流中长期预报方法 将该方 、 、 ， 法应用于黄河中游区四条一级支流窟野河 秃尾河 无定河与孤山川的控制性水文站年径流预测中 结果表明基于马尔 ， 。 科夫链修正的组合灰色神经网络模型具有更好的拟合与预报精度 是一种更有效的径流预测方法 : ; ; ; ; 关键词 水文学 修正组合预测模型 灰色神经网络 马尔科夫链 径流预报 中图分类号:TV121 + ． 4 文献标识码:A Mid-long term river runoff forecast based on modified combination model JING Yaping ，ZHANG Xin (College of Water Resources and Architectural Engineering ，Northwest A＆F University ，Shanxi 7 12100 ，China) Abstract :Grey model has strength in single variable forecasting and neural network shows advantage in nonlinear problem ，but these two methods uncertainty in calculation of the weight coefficients of linear combination may deteriorate their forecasti