论文摘要
为提高中长期径流模拟精度,提出使用完备总体经验模态分解（CEEMD）产生更低噪信号作为模拟模型输入。应用CEEMD方法对径流序列作信号分解,时间序列被分解为若干子序列,每一子序列通过最小二乘支持向量机（LSSVM）模型分别模拟,之后将每个子序列模拟结果重构以获得最终径流模拟结果。以石头峡水库入库径流模拟为例,试验结果表明,与LSSVM模型相比,CEEMD-LSSVM模型可提高水库汛期入库径流模拟精度。对于整体序列和汛期序列,其纳什效率系数、平均相对误差和均方根误差模拟效果均明显提高;但在枯水期模拟精度不理想,主要由于枯水期径流量数值波动较小、序列平缓所致。因此,CEEMD方法对于汛期径流序列分解更具优势,对枯水期径流序列分解效果有待提高。将适用于枯水期径流模拟的最近邻抽样回归模型（NNBR）与CEEMD-LSSVM结合成组合模型CEEMD-LSSVM-NNBR,可用于全年入库径流模拟。
论文目录
文章来源
类型: 期刊论文
作者: 邢贞相,董洪涛,纪毅,付强,刘东
关键词: 中长期径流模拟,信号分解,子序列
来源: 东北农业大学学报 2019年12期
年度: 2019
分类: 农业科技,基础科学
专业: 地球物理学
单位: 东北农业大学水利与土木工程学院
基金: 十三五国家重点研发计划课题（2017YFC0406004,2018YFC0407303）,国家自然科学基金（51979038,51909033,51109036）,黑龙江省自然科学基金（E2015024,LH2019E010）,黑龙江省水文图集修编（SWJFS-2018-009）
分类号: P333.1
DOI: 10.19720/j.cnki.issn.1005-9369.2019.12.009
页码: 76-85
总页数: 10
文件大小: 2171K
下载量: 134