年径流预测的遗传模拟退火门限自回归模型.PDFVIP

年径流预测的遗传模拟退火门限自回归模型.PDF

  1. 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. 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. 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. 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. 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. 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. 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
年径流预测的遗传模拟退火门限自回归模型.PDF

第 24卷 第 4期 应 用 科 学 学 报 Vo1.24.No.4 2006年 7月 JOURNALOFAPPLIEDSCIENCES Ju1.2006 文章编号 :0255.8297(20O6)04.0424.05 年径流预测的遗传模拟退火 门限自回归模型 乔西现 ,蒋晓辉 ,黄 强,何宏谋 ,陈 丽 (1.黄河水利委员会 黑河流域管理局,甘肃 兰州 730030; 2.黄河水利科学研究院,河南 郑州 450003; 3.西安理工大学 水利水 电学院,陕西 西安 710048) 摘 要 :根据年径流时间序列资料所隐含 的时序分段相依性 ,用 门限 自回归模型 (TAR)来预测年径流 ,并研制 了 TAR建模 的一整套简便通用的方案 .文中所提出的模拟退火遗传算法 ,可 同时优化 门限值和 自回归系数 ,从而解 决了TAR建模过程所涉及的大量复杂寻优工作这一难题 ,为TAR模型的广泛应用提供 了强有力的工具 .实例计算 的结果说明这套方案是可行和有效 的. 关键词 :年径流时间序列;预测 ;门限 自回归模型;遗传模拟退火 中图分类号 :P338;P333.9;P33 文献标识码 :A AnnualRunoff Prediction Based on GA and Simulated Annealing QIAOXi—xian,。 JIANGXiao.hui, HUANGQiang3, HEHong—mou, CHENLi (1.SubconservancyofHeiheRiverWatershed,YellowRiverConservancyCommission,Lanzhou730030,China; 2.InstituteofHydraulicResearch,YellowRiverConservancyCommission,Zhengzhou450003,China; 3.SchoolofWaterResourcesandHydroelectricEngineering,Xi’anUniversityofTechnology,Xi’an710069,China) Abstract:Toeffectivelyutilizeinformationofthesection interdependenceinthetimeseriesofannual runoff,athreshold auto—regressive(TAR)modelisproposedtopredictannualrunoff.Asimpleandgeneralschemeispresentedtoestablish aTAR mode1.Withan improvedgeneticalgorithm 。boththethreshold valuesand auto—regressivecoefficientsCan be optimized,andtheproblem ofTAR modelingresolved,givingapowerfultoolforwideapplicationoftheTAR mode1.A casestudyshowsthattheschemeispractical andefficient。andtheTARmodelcansuccessfullyreducemodelerrorsand, bycontrollingthethresholdvalues.ensuregood stabilityandaccuracyofthemodelforecast.Asageneralmethod ,the schemehastheoretical valueandwi derange

您可能关注的文档

文档评论(0)

duyingjie1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档