期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于物理核函数高斯过程回归的月径流预报模型及其应用
被引量：
4
1
作者
孙娜
张楠
+3 位作者
张帅
彭甜
周建中
张海荣
《水电能源科学》
北大核心
2023年第4期39-43,共5页
鉴于传统的单一径流预报模型很难描述径流未来变化规律,将自适应变分模态分解(AVMD)与基于组合物理核函数的高斯过程回归(GPR-CK)相结合,构建了AVMD-GPR-CK预报模型,该模型采用AVMD将实测径流分解为多个子序列,对子序列依据其自身特点...
鉴于传统的单一径流预报模型很难描述径流未来变化规律,将自适应变分模态分解(AVMD)与基于组合物理核函数的高斯过程回归(GPR-CK)相结合,构建了AVMD-GPR-CK预报模型,该模型采用AVMD将实测径流分解为多个子序列,对子序列依据其自身特点分别建模,子序列预报结果叠加重构即为最终预报结果。模型应用于金沙江流域向家坝站未来1~12个月的径流预报的结果表明,所有预见期AVMD-GPR-CK模型的确定性系数均大于0.94,平均绝对百分比误差(M_(MAPE))在±17%以内,预见期在10个月以内时,M_(MAPE)在±10%以内;预报精度明显优于常见的BP、GRNN、RBF、RELM模型。
展开更多
关键词
月径流预报
变分模态分解
高斯过程回归
组合核函数
在线阅读
下载PDF
职称材料
题名
一种基于物理核函数高斯过程回归的月径流预报模型及其应用
被引量：
4
1
作者
孙娜
张楠
张帅
彭甜
周建中
张海荣
机构
淮阴工学院自动化学院
淮阴工学院机械与材料工程学院
西安数峰科技信息有限公司
华中
科技
大学土木与水利工程学院
中国长江电力股份
有限公司
出处
《水电能源科学》
北大核心
2023年第4期39-43,共5页
基金
江苏省高校自然科学基金项目(20KJD480003)
江苏省双创计划(JSSCBS(2020)31035)
+1 种基金
江苏省自然科学基金(BK20201069)
国家自然科学基金项目(91547208,51909010)。
文摘
鉴于传统的单一径流预报模型很难描述径流未来变化规律,将自适应变分模态分解(AVMD)与基于组合物理核函数的高斯过程回归(GPR-CK)相结合,构建了AVMD-GPR-CK预报模型,该模型采用AVMD将实测径流分解为多个子序列,对子序列依据其自身特点分别建模,子序列预报结果叠加重构即为最终预报结果。模型应用于金沙江流域向家坝站未来1~12个月的径流预报的结果表明,所有预见期AVMD-GPR-CK模型的确定性系数均大于0.94,平均绝对百分比误差(M_(MAPE))在±17%以内,预见期在10个月以内时,M_(MAPE)在±10%以内;预报精度明显优于常见的BP、GRNN、RBF、RELM模型。
关键词
月径流预报
变分模态分解
高斯过程回归
组合核函数
Keywords
monthly runoff forecasting
variational mode decomposition
Gaussian process regression
composite kernel function
分类号
TV124 [水利工程—水文学及水资源]
P338 [天文地球—水文科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种基于物理核函数高斯过程回归的月径流预报模型及其应用
孙娜
张楠
张帅
彭甜
周建中
张海荣
《水电能源科学》
北大核心
2023
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
