基于EEMD-GRNN的降水量预测分析

详细信息    查看全文 | 推荐本文 |

英文篇名：Prediction of Precipitation Based on EEMD and GRNN 作者：胡虎 ; 杨侃 ; 朱大伟 ; 沈雪娇 ; 田兆伟 英文作者：HU Hu;YANG Kan;ZHU Da-wei;SHEN Xue-jiao;TIAN Zhao-wei;College of Hydrology and Water Resources,Hohai University;Jiangsu Surveying and Design Institute of Water Resources Co.Ltd.;Huizhou Hydrology Branch of Guangdong Provincial Hydrological Bureau; 关键词：EEMD-GRNN模型 ; EEMD ; GRNN模型 ; BPNN模型 ; 降水量预测 英文关键词：EEMD-GRNN model;;EEMD;;GRNN model;;BPNN model;;precipitation forecasting 中文刊名：SDNY 英文刊名：Water Resources and Power 机构：河海大学水文水资源学院;江苏省水利勘测设计院有限公司;广东省水文局惠州水文分局; 出版日期：2017-04-25 出版单位：水电能源科学 年：2017 期：v.35;No.200 基金：国家重点基础研究发展计划(973计划)(2012CB417006);; “十一五”国家科技支撑计划(2009BAC56B03) 语种：中文; 页：SDNY201704003 页数：5 CN：04 ISSN：42-1231/TK 分类号：16-20

摘要

为验证EEMD-GRNN降水量预测模型的准确性,基于南京地区年降水量数据对其进行研究,并与GRNN模型和BPNN模型进行对比。结果显示,EEMD-GRNN模型在年降水量预测上较GRNN模型和BPNN模型具有较高的预测精度,且预测结果可信,为提高降水量预测精度提供了新方法。
        In order to verify the accuracy of EEMD-GRNN model for precipitation forecasting,the data of annual precipitation in Nanjing Area was analyzed.Compared with GRNN model and BPNN model,the results show that the EEMD-GRNN model has higher prediction accuracy and credible prediction results.So,it provides a new way for improving of annual precipitation forecasting accuracy.

引文

[1]崔屾,迟道才,孟丽丽,等.基于小波神经网络的年降水量预测模型研究[J].人民长江,2008,39(20):55-57.
    [2]刘秀清,宇仁德,范东凯.基于广义回归神经网络的交通事故预测[J].山东理工大学学报:自然科学版,2007,21(2):29-35.
    [3]Wittkemper H,Steiner M.Using Neural Networks to Forecast the Systematic Risk of Stocks[J].European Journal of Operational Research,1996(90):577-588.
    [4]郝鑫.广义回归神经网络和遗传算法研究及其在化工过程建模中的应用[D].杭州:浙江大学,2004.
    [5]Wu Z H,Huang N E.Ensember Empirical Mode Decomposition:a Noise-assisted Data Analysis Method[J].Advance in Adaptive Data Analysis,2009,1(1):1-41.
    [6]孙银凤,陆宝宏.基于EEMD的南京市降水特征分析[J].中国农村水利水电,2013(3):5-9.
    [7]关维国,姚清志,鲁宝春.微电网HHT谐波检测与时频分析方法[J].计算机工程与应用,2015,51(20):198-212.
    [8]胡汉辉.公路运输能力的神经网络预测[J].邵阳学院学报:自然科学版,2010,7(2):26-29.
    [9]李善,谭继文,余昆.基于EEMD-GRNN网络的滚动轴承故障诊断试验研究[J].设计与研究,2016(3):55-60.