《表2 EEMD-BP神经网络模型结构与参数》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《联合EEMD与BP神经网络的灌区水源情势预测研究》
一般而言,同条河流同一站点的径流及泥沙序列自相关性较强,除此之外,含沙量同时与径流量也有较强的相依关系,即所谓“水大沙大”。研究基于上述EEMD-BP时间序列预测模型,对历史数据系列进行EEMD分解,再输入BP神经网络对分解序列进行预测,然后重构,对模型反复训练,最终将EEMD-BP神经网络与BP神经网络预测值进行对比,结果见图3。EEMD-BP神经网络模型结构和主要参数见表2。由图3可以直观看出,联合EEMD的BP神经网络与实测值拟合效果比BP神经网络拟合效果好,能够较为准确地反映真实值。
图表编号 | XD00220759500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 李雯晴、刘招、王丽霞、李强、吴小宏 |
绘制单位 | 长安大学水利与环境学院、长安大学旱区地下水文与生态效应教育部重点实验室、长安大学旱区地下水文与生态效应教育部重点实验室、长安大学水与发展研究院、长安大学地质工程与测绘学院、长安大学水利与环境学院、泾惠渠灌溉管理局 |
更多格式 | 高清、无水印(增值服务) |