- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第32卷第 2期 水 利 水 电科 技 进 展 2012年 4月
Vo1.32No.2 AdvancesinScienceandTechnologyofWaterResources Apr.2012
DOI:10.3880/j.issn.1006—7647.2012.02.010
黄河 内蒙古段开河 日期预报模型及应用
冀鸿兰 ,张傲妲 2,高瑞忠 ,张宝森。,徐 晶
(1.内蒙古农业大学水利与土木建筑工程学院,内蒙古 呼和浩特 010018;
2.内蒙古第一水文地质工程地质勘察院,内蒙古 呼和浩特 010050;
3.黄河水利委员会黄河水利科学研究院,河南 郑州 450003)
摘要:对黄河 内蒙古段的冰情特点进行分析,选用 19r7 19r71年度至 2(D7--2008年度共38个冬季的
冰情资料,提取合适的预报因子,分别采用人工神经网络模型和多元线性回归模型,对黄河内蒙古段
的开河 日期进行预报。结果表明,神经网络模型和多元线性回归模型预报样本合格率分别为86.7%
和80.O%,神经网络模型的预报精度高于多元线性回归模型,更适用于黄河内蒙古段开河 日期预报 。
关键词:冰凌;黄河 内蒙古段;开河 日期;多元线性回归;神经网络
中图分类号 :P338 .4 文献标识码:A 文章编号:1006—7647(2012)02—0042—04
Applicationofthebreak-updatepredictionmodelin theInnerMongoliaReach oftheYellow River//JIHong-lan,
ZHANGAo—da一‘,GAORui—zhong,ZHANGBao_senj,XUJing(1.WaterConservancyandCivilEngineering,CollegeofInner
MongoliaAgriculturalUniversity,Hohhot010018,China;2.FirstHydrogeologyandEngineeringC.eologyExplorationInstituteof
InnerMongolia,Hohhot010050,China;3.YellowRiverInstitateofHydraulicResearch,YellowRiverConservancyCommissoin,
Zhengzhou450003,hCina)
Abstract:TheicefloodcharacteristicsinInnerMongoliareachoftheYeUow Riverareanalyzedinhtepapers.Selectingfrom
earto2007-- 2008yera iceconditionsdatanadextractinghteappropriatepredictors,weuseartificialneuralnetwork
modelandmultiplelinera regressionmodeltoforecasthtedateofbreak-upinInnerMongoliareachofhteYelow River.The
resultsshow thatpredicitionsamplepassratesofhteartfiicial neural networkmodelnadmultiplehnearrergessionmodelrae
respectively86.7%nad80.0% .Thisindicatesthatforecastingaccuracyofartificialneuralnewtorkmodelisbetterhtna theoneof
multiplelinera rergessionmodel,andtheartificial neuralnewtorkmodelisapphedtohteiceforecastofbreka ·update.
Keywords:ice
您可能关注的文档
最近下载
- 资料员工作内容.docx VIP
- P气瓶充装证考试题库及答案.doc VIP
- 上海市杨浦区2023-2024学年七年级下学期期中英语试卷 .docx VIP
- 2025年高考真题解析课件:2025年全国新高考二卷英语读后续写(课件).pptx VIP
- 贵阳市中心城区控制性详细规划(总则)——乌当组团.pdf VIP
- 图书出版合同(合同范本)7篇.docx VIP
- (正式版)D-L∕T 1770-2017 抽水蓄能电站输水系统充排水技术规程.docx VIP
- 《结构全寿命维护》课程教学大纲(本科).docx VIP
- SI、PI协同的EMI分析—打印版.pdf
- Unit2 Travelling Around Discovering Useful Structures 课件-2024-2025学年高中英语人教版(2019)必修第一册.pptx VIP
原创力文档


文档评论(0)