基于经验模态分解的水文时间序列预测研究.pdf

基于经验模态分解的水文时间序列预测研究.pdf

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
基于经验模态分解的水文时间序列预测研究

第29卷第3期 水 文 Vo1.29 No.3 2009年6月 J0URNAL0FCHINA HYDROLOGY Jun.,2009 基于经验模态分解的水文时间序列预测研究 高祥涛 ,李士进 (1.江苏省水文水资源勘测局,江苏 南京210029;2.河海大学计算机及信息工程学院,江苏 南京 210098) 摘 要:径流预报是一类经典的水文 问题 ,对水资源的调配管理和防洪减灾的决策有着重要的意义 。本文利用近年来刚 刚提 出的经验模态分解理论和方法对水文序列进行分解 ,然后对不 同成分分别建立回归预测模 型 .最后将这些模型 的 预测结果进行组合 ,得到最终预测结果。以南京下关站次 日高潮位预测为例 ,取得 了令人满意的预报精度 .表明本文提 出的方法具有一定的创新性和较高的实用价值 关键词 :水文;时间序列预测 ;经验模态分解 ;回归分析 中图分类号:TV121.2 文献标识码 :A 文章编号 :1000—0852(2009)03—0066—03 析平稳信号很有效 ,但用于分析非平稳信号缺乏物理意义 。 1 引言 1998年 ,美籍华人 NordenE.Huang等人在对瞬时频率的概念进 径流预报是一类经典的水文问题 ,对水资源的调配管理和 行了深人研究后 ,创立 了Hilbert—Huang变换 (HHT)的新方法 。 防洪减灾的决策有着重要 的意义 l【I。然而由于气候和下垫面等 这一方法创造性地提 出了固有模态信号的新概念 以及将任意 因素的综合影响,径流表现出复杂 的非线性和非平稳性特征 , 信号分解为固有模态信号组成的方法——经验模态分解法 .从 一 般包括确定性成分和随机成分。确定性成分 ,反映为水文现 而赋予了瞬时频率合理的定义、物理意义和求法 .初步建立 了 象的趋势变化和周期变化 ;随机成分 ,表现为水文现象的随机 以瞬时频率为表征信号交变的基本量 ,以固有模态信号为基本 波动。以往的时间序列模型 ,如 自回归模型 、滑动平均模 型 、 时域信号的新时频分析方法体系。这一方法体系从根本上摆脱 自回归滑动平均模 型 (ARMA)等主要用于分析线性平稳 时间 了傅立叶变换理论 的束缚,能很好地解释 以往将瞬时频率定义 序列 ,难以刻画径流的复杂演化过程 ,其预报精度非常有限。 为解析信号相位 的导数时容易产生 的一些所谓 “悖论 ”,在实际 近年来 ,人们将神经网络、混沌理论 、遗传算法 以及当代应 应用 中也 已表现出了一些独特的优点。 用数学研究的最新进展等诸 多理论与方法应用于水文时间序列 Hilbert—Huang变换首先假设 :任一信号都是 由若干固有模 预测l1-3].其 中由于神经网络作为一种通用 函数逼 近器 可以以任 态信号 (IntrinsicModeSignal,简称 IMS)或 固有模态函数(In— 意精度近似任意非线性函数和动态系统 ,是高度非线性对象建 trinsicModeFunction,简称 IMF)组成 的,任何时候 ,一个信号 模 的有力工具 .因此 目前在该领域研究 中仍以神经网络方法为 都可以包含许多固有模态信号,如果固有模态信号之间相互重 主。尽管神经网络技术取得很大进步,但仍有一些不易解决的难 叠,便形成复合信号。其中固有模态信号是满足以下两个条件 题 .如难 以确定神经网络的隐层节点数、存在过学习现象、训练 的信号: 过程中存在局部极小 问题等 。 (1)整个数据 中,零 点数与极点数相等或至多相差 l。 本文利用近年来提出的经验模态分解理论和方法对水文序 (2)信号上任意一点,由局部极大值点确定的包络线和

文档评论(0)

xcs88858 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8130065136000003

1亿VIP精品文档

相关文档