- 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
您好,我已经为您生成了关于川川流量预测的方法研究摘要。摘要如下:基于修正组合模型的川川流量预测方法研究,是目前用于中长期径流预报的常用方法之一。近年来,随着计算机技术的发展,修正组合模型得到了广泛应用。然而,尽管其优点明显,但在实际工作中仍然存在一些问题,如预报精度较低,在实际生产实践中难以有效地指导实践。本文针对黄河中游区四条一级支流窟野河、秃尾河、无定河与孤山川的年径流预测问题,结合灰色模型在单变量预测上的优势以及神经网络适合处理非线性问题的特点,提出了基于修正组合模型的川川流量预测方法
基于修正组合模型的川川流量预测方法研究
0 年径流预测的方法
如何正确预测河流的流,尤其是如何正确预测长期河流的流,是水文学领域的一个难题。虽然目前用于中长期径流预报的模型和方法很多,但普遍存在的问题是预报精度较低,在实际工作中难以有效地指导生产实践。因此,改进单一模型预测方法或建立组合预测模型是目前提高模型预测精度的重要手段。本文在此基础上,针对黄河中游区四条一级支流窟野河、秃尾河、无定河与孤山川的年径流预测问题,结合灰色模型在单变量预测上的优势以及神经网络适合处理非线性问题的特点,首先建立了二者的线性组合模型;同时考虑到目前组合权系数计算方法的不确定性对组合模型预测效果的影响,通过马尔科夫链对模型预测的误差序列进行了修正处理。借助马尔科夫链能够处理随机变化的动态系统,对中长期预测和随机波动较大的数据序列拟合效果较好的特点,进一步挖掘径流序列中的信息,以期为提高中长期径流预报精度提供一种新的方法。
黄河中游是指黄河河口镇至花园口区间,干流长1234.6km,集水面积约36.2×104km2。该地区处于半干旱气候区,降水量的时空分布极不均匀,水资源贫乏且干旱灾害频繁。因此,结合现有水文资料建立科学的预报模型合理预测区内典型河川径流的中长期变化,对于该区主要流域经济活动的宏观调控、工农业发展及缓解因水资源短缺造成的供需矛盾等具有重要的意义。由于水文序列的复杂性,结合资料收集情况,本文选取黄河中游区四条一级支流窟野河、秃尾河、无定河及孤山川的控制性水文站(温家川、高家川、白家川及高石崖)1956-2009年的径流系列(详见表1)对所建模型进行了拟合评价。
1 建立和应用模型
1.1 马尔科夫链运动变化的分析方法
马尔科夫链是一种特殊的随机过程(马尔科夫过程),它可以根据系统当前时刻的状态推求下一时刻的状态概率分布,进而得到下一时刻的状态。马尔科夫链预测的理论基础是马尔科夫过程。对其运动变化的分析,主要通过研究链内有限个马尔科夫过程的状态及其相互关系,进而预测链的未来发展状况。马尔科夫链预测的结果为一取值范围,适合于对随机波动性较大的预测问题进行修正描述。马尔科夫链预测模型可表示为:
式中:Pt+1为t+1时刻的概率分布;P0为初始时刻的无条件概率分布;P(1)为一步转移概率矩阵,其表达式为:
式中:pij(与初始时刻无关)为一步转移概率,表示过程从tn时刻状态ai经过一步转移到tn+1时刻状态aj的概率;,(i,j=1,2,…,m;n为正整数)。
1.2 预测模型及预测
灰色系统(Grey system)理论是我国学者邓聚龙教授1982年首先提出来的。该理论是以灰色生成函数概念为基础,以微分拟合为核心的建模方法。径流中长期序列中既包含已知信息,也有未知或不定信息,属于不确定系统,适合于运用灰色系统方法进行研究。因此,根据径流变化的时间序列特性,建立灰色模型用于序列中长期的预测分析是可行的。灰色GM(1,1)模型在目前水文预报的研究分析中较为常见,其建模过程大致如下:
设还原后的实测径流序列为x(0)={x(0)(1),x(0)(2),…,x(0)(n)},通过累加生成新序列x(1),即。如果x(1)数据序列的变化过程近似为指数函数,即可构建微分方程,建立预测模型。式中a为系统发展系数,b为内生控制变量。将上述微分方程离散化后可得矩阵形式Y=XB。
按最小二乘法求解估计量矩阵,即可确定参数a,b。将其带入微分方程,求得离散响应模型为:
则x(0)的模拟值为:,k=0,1,2,3,…。
基于灰色GM(1,1)模型预测的马尔科夫链修正建模的基本思想是:首先建立灰色GM(1,1)预测模型,得出预测序列与实测序列的相对误差序列;再根据其误差绝对值的分布进行状态区间划分,然后统计落入各状态区间的点数,计算出转移概率矩阵,即可得到预测年的状态,进而求得预测值的区间,确定要求年份的预测值。
2)模型计算与预测
分别以温家川、高家川、白家川及高石崖站1956-2000年共计45年的径流量作为原始序列,按上述建模方法结合Matlab软件编程,对模型进行拟合分析,求得各站的灰色模型系统发展系数a及内生控制变量b分别为:温家川:a=0.0057,b=5.5900;高家川:a=0.0045,b=4.2913;白家川:a=0.0113,b=14.1991;高石崖:a=0.0092,b=1.3095。将其依次带入式(3)还原后即可得到温家川、高家川、白家川及高石崖站年径流预测的灰色GM(1,1)模型。进一步运行程序求得各站2001-2009年的径流量序列预测值及相对误差序列,详见表2。
根据灰色GM(1,1)模型分别拟合温家川、高家川、白家川及高石崖站1956~2000年径流量的相对误差的绝对值分布情况,划分各站的马尔科夫状态区域为:温家川:(1)[0,10
文档评论(0)