作者：陈佳袁; 闫杰水文数据arma定阶准则aic遗传算法
摘要：针对小样本水文数据序列难以准确预测的特点,将时间序列分析运用于水文数据的预测分析,研究基于AIC定阶准则和遗传算法定阶的ARMA模型,并将其运用于周期性水文数据的预测。根据模型建立的需要及数据周期性的特点,对原始数据进行季节差分等优化处理,并将建立的模型运用于某水文站流量数据的预测。结果表明,基于ARMA模型对流量数据的预测精度远远高于传统的神经网路模型,其中基于AIC准则定阶的模型比遗传算法定阶的模型精度高2.96%,从而为小样本水文数据的预测分析提供一种新的思路。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
