作者：李庆昕浑河流域数据驱动pek模型降雨径流预测模拟
摘要：为实现高精度连续的降雨径流过程模拟并克服传统数据驱动模型的不足,文章构建了新型耦合数据驱动模型即PEK模型,其基本理论是对输入变量利用偏互信息进行选择,对出流量采用新型集成神经网络进行预测,并对出流量误差利用K最近邻模型预测;以浑河流域为例分别采用CLS和PEK两个数据驱动模型进行预测精度和降雨径流模拟对比分析。研究表明:相对于CLS模型,PEK模型表现出更高的模拟精度且运算更加简便快捷,可有效促进高精度连续模拟的多步外推作用并显著增长模型的预见期,模型预测结果能较好的反映降雨径流的实际状况且表现出较强的适用性与可靠性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
