清江流域水文中長期預(yù)測研究.pdf

1、該文基于清江流域徑流和降水資料,對清江流域展開年、月及周內(nèi)日徑流預(yù)測研究:(1)年徑流預(yù)測研究中,該文探索應(yīng)用了傳統(tǒng)的自回歸模型、最小二乘多元線性回歸模型,并嘗試了偏最小二乘多元線性回歸模型、灰色動(dòng)態(tài)模型、最近鄰抽樣回歸模型和人工神經(jīng)網(wǎng)絡(luò)模型等新預(yù)測模型在清江流域年徑流預(yù)測中的應(yīng)用.通過模型預(yù)測分析,其中最近鄰抽樣回歸模型預(yù)測效果最優(yōu).(2)月徑流預(yù)測研究中,建立了季節(jié)性一階自回歸模型、季節(jié)主最小二乘多元線性回歸模型、季節(jié)性門限回歸模型

2、、分級退水模型、季節(jié)性最近鄰抽樣回歸模型和季節(jié)性人工神經(jīng)網(wǎng)絡(luò)模型等.通過多種可能性分析,以新預(yù)測模型季節(jié)性門限回歸模型和季節(jié)性人工神經(jīng)網(wǎng)絡(luò)模型效果較為突出.(3)周內(nèi)日徑流預(yù)測研究部分,是該文最初次嘗試,也是該文最難點(diǎn).建立了周內(nèi)日徑流預(yù)測門限回歸模型、多元輸出最近鄰抽樣回歸模型,并在此基礎(chǔ)上提出最近鄰抽樣回歸與最近鄰抽樣解集的耦合模型、門限回歸與最近鄰抽樣解集的耦合模型、門限人工神經(jīng)網(wǎng)絡(luò)模型等.通過清江流域中長期預(yù)測,綜合分析了傳統(tǒng)的