弹性BP神经网络与季节性AR模型在水文序列预报中的比较研究

摘要：

本文基于黄河利津站51年612个月的月径流资料,采用了弹性BP算法,建立了BP”神经网络模型用于来进行季节性预报,并与传统的季节性自回归模型做了比较。研究结果表明,BP神经网络可以建立可靠,合理的模型,取得良好的预报精度。比较结果表明其预报精度优于传统的季节性自回归模型。

关键词： BP神经网络 季节性自回归模型 时间序列分析 水文预报 预报精度

作者: 刘畅 王栋

作者单位: 南京大学水科学系南京 210093

会议类型: 国内会议

会议名称: 第五届中国水论坛

会议地点: 南京

会议语种:中文

页码: 141-145

在线出版日期: 2007-11-10（万方平台首次上网日期，不代表论文的发表时间）