基于随机森林和RBF神经网络的长期径流预报

编号 zgly0000967385

文献类型 期刊论文

文献题名 基于随机森林和RBF神经网络的长期径流预报

作者 赵文秀  张晓丽  李国会 

作者单位 翁牛特旗水利局  黄河水利科学研究院  中国电建集团中南勘测设计研究院有限公司 

母体文献 人民黄河 

年卷期 2015(2)

页码 10-12

年份 2015 

关键词 随机森林模型  RBF神经网络  滚动式预报  长期预报  径流预报 

文摘内容 基于我国南方某河流1965—1999年每年7月的实测流量资料,首先采用随机森林模型筛选预报因子,之后利用筛选的预报因子作为RBF神经网络的输入层,利用RBF神经网络对2000—2008年每年7月的流量进行了滚动式预报,并与实测结果进行了对比。结果表明:随机森林模型能有效地筛选影响因子,利用这些因子采用RBF神经网络进行径流预报的相对误差均在10%以内,拟合效果很好;滚动式长期径流预报结果相对误差的绝对值均在20%以内。