作者:郭兵托; 孙素艳; 张金萍; 李佳艺多尺度小波变换小波神经网络灌溉水量
摘要:选取Daubechies(db6)小波系对陆浑灌区1970—2013年的降水量及作物需水量时间序列进行多时间尺度水平分解,以得到的1970—2003年的小波系数为输入数据、灌溉水量为输出数据,构建多尺度小波变换的小波神经网络进行预测模拟,并利用单隐层BP、双隐层BP神经网络和小波神经网络分别进行了预测比较,结果表明:基于多尺度小波变换的小波神经网络模型的模拟精度和预测的稳定性均高于其他3种模型,4种预测模型的预测值平均相对误差排序为单隐层BP神经网络>双隐层BP神经网络>小波神经网络>多尺度小波变换的小波神经网络。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社