基于小波分析的径流分级组合预报模型

《基于小波分析的径流分级组合预报模型》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第43卷第17期人民长江Vol．43，No．172012年9月YangtzeRiverSep．，2012文章编号:1001－4179(2012)17－0061－04基于小波分析的径流分级组合预报模型明波，刘冀，吕翠美，董晓华(三峡大学水利与环境学院，湖北宜昌443002)摘要:为进一步提高径流预报精度、降低预报的不确定性，利用小波分析法提取径流系列的概貌和细节成分;采用BP网络模型、RBF网络模型、SVM模型分别模拟预报，进行径流分级。根据不同级别的径流，对预报结果予以变权重组合，构建了基于小波分析的径流分级组合预报模型，并对其预报结果作了分析和总结。

2、宜昌站中长期径流预报结果表明，组合预报模型能够较好地提高预报精度。关键词:小波分析;BP网络;RBF网络;支持向量机;组合预报中图法分类号:P338文献标志码:A中长期径流预报对于合理开发和优化配置水资预报模型，为宜昌站中长期径流预报提供参考依据。源、更好地制订区域社会经济规划具有十分重要的指［1］1预报方法原理导意义。受降雨天气系统、流域下垫面、地形地貌等多种因素的综合影响，径流过程呈现出很强的非线1．1小波分析性，随着预见期的增长，单一的预报模型很难取得理想小波分析理论是由Morlet提出的一种信号处理方的效果，而将多种预报模型的预报结果进行组合成

3、为［6］法，具有时频多分辨率功能，被誉为数学显微镜。提高预报精度的一种新途径。张弛等提出了基于数据将基本小波函数Ψ(t)经过伸缩和平移得到一族函［2］分析的组合预报模型;刘冀等根据汛期和非汛期径数:流变化规律的差异，构建了月径流分期组合预报模－1/2t－b型［3］;张强等构建了类比合成的中长期径流组合预报Ψa，b(t)=

4、a

5、Ψ()a，b∈R，a≠0a［4］模型;王文胜等构建了基于小波分析的组合随机模(1)［5］型。目前，多数组合预报模型是直接建立在原始径式中，Ψa，b(t)为分析小波或连接小波函数;a为尺度流数据之上的，而本文的组合预报模型则是先利用

6、小因子，反映频域特性;b为时间因子，反映时域特性。波分析提取径流信息，然后根据不同级别的径流采用小波分析方法能够充分提取出径流系列中反映其变权重进行组合的。建模思路为:采用小波分析法对变化规律的成分。将径流系列Qt进行M次Mallat算法宜昌水文站逐月径流系列进行分解和重构，得到其概M小波分解，得到M尺度下的尺度系数序列St和小波系貌成分和细节成分;选用3种对非平稳时间序列模拟12M能力较强的预报模型(BP、RBF、SVM)分别进行模拟数序列{dt，dt，…，dt}。假定小波系数序列全部为0，t预报。在模型组合时，考虑到不同级别的径流，各预报对S进行小

7、波重构，得到尺度M下的概貌分量Gt，则模型预报能力存在差异，故将径流进行分级，根据不同细节分量Xt=Qt－Gt，分别对Gt和Xt建立预测模型级别的径流，将各单一模型分别采取不同的权重进行进行预测，将两者结果叠加即可得到原始径流系列的加权组合，以此构建了基于小波分析的径流分级组合预测值。收稿日期:2012－04－10基金项目:国家自然科学基金项目(41101511)作者简介:明波，男，主要从事水文预报与水电系统优化调度研究。E－mail:mingboctgu@163．com通讯作者:刘冀，男，讲师，博士，主要从事水文预报与水电系统优化调度研究。E－mai

8、l:liuji@ctgu．edu．cn62人民长江2012年［11］1．2预报模型报值。为从多个角度模拟水文过程，进一步提高预报精度，本文以上述3个模型(BP，RBF，SVM)为基1．2．1人工神经网络础，通过3个步骤建立组合预报模型。人工神经网络(ArtificialNeuralNetworks，ANN)是(1)径流分级。由于每种预报模型对不同级别的一种模拟人脑结构及其功能的非线性动力系统，具有径流预报精度存在差异，各成员模型所占的权重也应自组织、自适应、自学习和较强的鲁棒性与容错性等显不同。故需对流量进行分级，然后在对应级别的径流著特点，对模糊信息

9、或复杂的非线性关系能很好地进下对各单一模型进行加权组合。分级情况如下:行识别与处理。本文选用BP(BackPropagation)网络、Qd，Q∈(0，0．8珚Q)RBF(RadialBasisFunction)网络对实例进行研究。Q={Qz，Q∈(0．8珚Q，1．2珚Q)(3)BP网络结构简单，易于实现且计算速度快。针对Qg，Q∈(1．2珚Q，+∞)BP网络易陷入局部极值以及泛化能力不强的问题，分式中，珚Q为径流系列的均值;Qd，Qz，Qg分别为低水，中别采用贝叶斯正则化算法和提前停止法对其进行优［7－8］水，高水。化，利用贝叶斯的统计方法自动决定正

10、则化参数，(2)权重确定。wi为第i种预报模型权重，其确定使网络达到最优。网络性能函数为方法很