基于小波神经网络的年降水量预测模型研究

为了研究某一地区年降雨量的变化规律、特点,以及该地区的旱涝情况,以便提前采取预防措施,减少灾害带来的影响,降低损失,试图通过建立小波与神经网络组合模型的方法预测年降水量.将采用小波神经网络模型预测出的结果与人工神经网络模型预测出的结果进行比较,结果表明:采用小波神经网络模型的预测结果在精确度上要好于单独使用人工神经网络预测的结果.与人工神经网络模型相比,小波神经网络模型具有较高的预测精度,在对降雨量数据进行预测分析时具有较大优势.     

时序递阶组合模型在降水量预测中的应用

应用时间序列分析方法,将年降水量时间序列通过趋势项、周期项和平稳随机项的分析、识别与提取,建立了时序递阶组合模型,并应用该模型对潘家口水库年降水量进行了预测.结果表明,建立的时序递阶组合模型具有较高的精度.     

组合灰色预测模型在城市用水量预测中的应用

基于灰色预测理论,建立了残差灰色预测模型与等维递补预测模型两者相结合的组合灰色预测模型,可以对城市用水量进行预测。以青海省西宁市1998—2005年用水量作为建模数据,利用4种不同模型分别对2007年用水量进行预测。结果表明:组合灰色预测模型计算误差从基本模型的-2.06%下降到-0.34%,预测精度明显高于单一的灰色模型,具有预测精度高、简捷实用等特点。     

长系列变化趋势拟和方法修正的年均降水量灰色预测模型

本文以地区长系列(40年)年均降水量资料为基础,根据地区降水量的周期性特点,采用长系列变化趋势拟和的方法对灰色序列预测模型加以修正,从而建立了邯邢南单元年均降水量灰色预测模型。     

改进的灰色预测模型在城市年需水量预测中的应用

应用灰色系统理论建立了某城市年需水量的灰色GM(1,1)模型。在分析灰色预测模型建模思路及建模前提的基础上,应采用改进的灰色预测模型进行该市年需水量预测。结果表明:改进灰色预测模型与灰色GM(1,1)模型相比,平均相对误差以及原点误差均较小,适用性范围更广,可用于城市的年用水量预测。     

湖南衡阳年、月降水量长期预测研究

应用水电站雨水情长期数值预报的思路和方法，对湖南衡阳年降水量和4～6月及7～9月降水量的长期预测作了研究。在逐步回归方法的基础上，对所选取的因子进行优化筛选，从而使预报的结果与实测值最为接近。这一方法已在多个水电站的长期雨水情预报中获得较好效果。对于湖南衡阳年降水量和4～6月及7～9月降水量的长期预测也应用这一方法，并根据湖南省所在地区气候特点对预测结果作了分析和检验。     

河流主要污染物的灰色预测模型

本文运用灰色系统理论的预测原理和方法,探讨了灰色理论在河流主要污染物高锰酸盐指数、BOD_5、SS污染量预测中的应用。所建立的普通GM(1,1)模型和新息GM(1,1)模型均经3种方法进行精度检验,结果令人满意。利用所建立模型可对未来时间的河流主要污染物进行预测。     

黄河源区年降水量时序变化特征研究

应用Kendall趋势检验法、R/S分析法和Markov过程分析法时黄河源区玛曲以上和玛曲-唐乃亥区间1956～2000年的降水量系列变化的趋势性、持续性和丰枯变化规律进行了研究.结果表明:①玛曲以上年降水量呈微弱增加趋势,玛曲-唐乃亥区间年降水量呈微弱减小趋势;②玛曲以上和玛由-唐乃亥区间的年降水量时序变化均存在极其微弱的正持续性;③玛曲以上年降水量枯水状态的自保守性最强,丰水状态的自保守性次之,平水状态的自保守性最弱,而玛曲-唐乃亥区间的年降水量平水状态的自保守性最强,枯水状态的自保守性次之,丰水状态的自保守性最弱;④无论降水处于何种初始状态,玛曲以上和玛曲-唐乃亥区间的年降水量都是向丰水状态转移的概率最小;⑤在黄河源区年降水量的长期演化过程中,平水状态的出现几率占有优势,丰水状态和枯水状态的出现几率相差不大,玛曲以上枯水状态的出现几率略大于丰水状态的出现几率,玛曲-唐乃亥区间则反之.     

基于灰色—周期外延模型的年降水量预测

将灰色GM(1,1)模型与周期外延叠加模型相结合,构建灰色—周期外延预测模型,并以齐齐哈尔市为例,对其近30年年降水序列进行了拟合和预测研究。结果表明,模型具有较好的拟合效果和预测精度,揭示了齐齐哈尔市年降水序列明显的增加趋势和周期性变化特征,可为齐齐哈尔市旱涝预测提供理论依据。     

灰色预测模型在梅州旱涝年预测中的应用

应用灰色系统GM(1,1)预测模型,对梅州地区未来的旱涝年进行了灰色预测。利用后验差检验和小误差概率检验对模型进行了精度检验,结果表明,2007年后第1次出现旱年的时间为2010~2011年,第2次为2028~2029年;2007年后第1次出现涝年的时间为2011~2012年,第2次为2022~2023年。预测模型精度较高,可以对梅州地区未来的旱涝年进行预测,从而为科学决策提供依据。     

基于GM和BP网络的年均流量组合预测模型

以岷江紫坪铺测站1937～2004年的实测流量资料为依据,运用灰色拓扑预测方法,在建模过程中将GM(1,1)模型、无偏GM(1,1)模型以及GM(1,1)改进模型与BP神经网络进行优化组合,建立年均流量组合预测模型.本文采用1995～2004年的年均流量资料对模型进行检验,结果表明,预测相对误差值较为合理,可以作为年均流量预测的有效方法.     

潍坊市不同频率年降水量未来发生时间预测

采用灰色拓扑预测理论，根据潍坊市多年（１９５８年￣１９９５年）的年降水量，建立了年降水量指标的灰色预测ＧＭ（１，１）模型群，并根据模型对滩坊市未来时间的年降水量及发生时间进行了预测，为有关部门进行抗旱防汛决策及制定水资源调度计划提供参考依据。     

基于组合灰色模型的阿克苏市城市用水量预测

基于灰色预测理论,建立了残差灰色预测模型与等维递补预测模型两者相结合的组合灰色预测模型,可以对城市用水量进行预测。以新疆阿克苏市1990～2002年用水量作为建模数据,利用4种不同模型分别对2003～2005年用水量进行预测。结果表明:组合灰色预测模型预测精度明显高于单一的灰色模型,具有预测精度高、简捷实用等特点。     

温州市年降水量的权马尔可夫链预测模型

基于降水过程不确定性的特点,利用资料系列的均方差方法把降水序列分为不同的状态。在此基础上,采用统计方法,建立转移概率矩阵,以规范化的各阶自相关系数为权重,并用加权的马尔可夫模型和模糊集理论中的级别特征值预测降水状态和降水量。根据温州市区1955-2004年连续50a的降水资料,用马尔可夫预测模型预测温州市2005-2007的降水状态及年降水量,预测误差分别为1．44％、0．3％、6．3％,满足预报精度,说明该模型应用于温州市区是成功的。     

电力负荷预测的灰色随机组合模型

年电力负荷具有稳定增长的趋势成分和随机成分．由灰色模型描述趋势成分，由自回归模型刻化随机成分，两者叠加，即灰色随机组合模型，可反映年电力负荷的变化特性．实例验证表明，该途径是可行而有效的．     

长江上游寸滩站年最高水位预测模型研究

寸滩水文站是长江上游的主要控制站，由该站水文资料分析可知，从20世纪70年代开始，由于年降水量的减少和气温的下降，年最高水位也呈逐渐下降的趋势。以1940～2004年寸滩站年最高水位序列为研究对象，将灰色系统理论与马尔科夫链理论相结合，建立了灰色马尔科夫预测模型。从预测结果看出，所建灰色模型大体反映了年最高水位的下降趋势，而经过马尔科夫模型对预测误差进行修正后，模型预测精度提高，计算值与实际值吻合良好。将该模型用于其他站年最高水位的预测分析表明，模型精度能满足年最高水位预报要求。说明灰色马尔科夫模型可以应用于长期预报中。     

年极值水位的灰色马尔科夫预报模型

本文将灰色系统与马尔科夫链理论相结合，提出了一种高精度的预报模型———灰色马尔科夫模型．计算表明，年极值水位的预报值很好地吻合了实测结果．此外，本文还得到了一种精度提高的求解ＧＭ（１，１）的新方法．