基于混沌相空间技术的输沙量预测模型
影响输沙量演变规律的前期因素比较多,且难于确定和提取,使得输沙量的拟合和预测精度较低.在对输沙量时间序列混沌特性分析的基础上,利用嵌入相空间来确定前期影响因子,建立了基于混沌相空间技术的哪BP神经网络模型.模型既能考虑到影响输沙量时间序列的动力因子,又能解决网络的输入单元数确定的困难和利用神经网络超强的非线性映射功能.该模型对龙川江流域控制站月输沙量的拟合表明:预测结果合理、预测精度较高.
混沌 相空间 神经网络 输沙量
梁川 张先起 刘慧卿
四川大学水电学院,成都,610065 华北水利水电学院,郑州,450008
国内会议
郑州
中文
579-582
2006-09-23(万方平台首次上网日期,不代表论文的发表时间)