BP神经网络和小波分析在年降水预报中的应用研究

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：熊海晶王式成王栋
• 会议时间：2012-08-24
• 关键词：BP神经网络 ; 小波神经网络 ; 年降水量 ; 降水预报
• 作者单位：熊海晶(安徽淮河水资源科技有限公司,蚌埠)王式成(淮河水利委员会水文局,蚌埠)王栋(南京大学地球科学与工程学院水科学系,南京)
• 母体文献：第十届中国水论坛论文集
• 会议名称：第十届中国水论坛
• 会议地点：武汉
• 主办单位：中国水利学会
• 语种：chi
• 分类号：TP3;P64

摘要

江苏省地处江淮流域,是受旱涝灾害影响最为严重的地区之一.在该地区开展降水预报的研究,对防汛抗旱具有重要意义.本文采用江苏省徐州站、赣榆站、东台站和南京站的降水数据,建立了BP神经网络和小波神经网络降水预报模型.通过实例分析得出:1)BP网络模型预报的最小相对误差为1.16%,最大相对误差为16.35%,最优确定性系数0.87,均方误差4.27%;2)WNN网络模型预报的最小相对误差为0.7%,最大相对误差为88.65%,最优确定性系数0.94,均方误差4.2%.结果表明:1)BP神经网络模型预报降水具有可行性,该模型能在一定程度上反映降水变化的趋势;2)WNN模型在某些年份预报误差较大,可在实践中将多种预报方法相互验证,相互校核,提高预报精度.