径流预报不仅在水资源规划管理中起着非常重要的作用,而且在水库调度中也起着重要的作用,径流预报的准确性对由此做出的调度方案的最优性至关重要。此外,径流预报在防洪、航运、水环境以及实现经济可持续发展等综合效益方面也发挥了重要作用。然而,水文系统是一个复杂的系统,水文要素的时空变化具有高度的非线性特点。根据水文要素变化的非线性特点,引进新的分析途径是十分必要的。本文尝试将非线性组合预测方法应用于径流预测中。首先,利用降雨径流模型和时间序列分析联合建立统计模型,其基本思想是建立前一个时段径流量和前九个时段降雨量及其平均降雨量与当前时段径流量的线性方程,根据模型资料得到线性方程组,利用最小二乘法率定参数,得到拟合和预测结果。其次,利用神经网络建立非线性时序模型,其基本思想是建立以自回归模型为基础的神经网络模型,即建立时延神经网络对当前时段的径流进行预测,结果建立了(3,7,1)结构的神经网络模型,得到拟合和预测结果。最后,将组合预测理论应用于径流预报,先后建立了基于神经网络的非线性组合预测模型和基于小波网络的非线性组合预测模型,其基本原理是将前面建立的两个模型结果作为神经网络和小波网络的输入,从而进行非线性组合预测,通过比较,结果说明了组合预测方法的优越性,即组合预测结果优于参加组合预测的单个预测结果。又小波网络较神经网络有更多的优点,通过比较,证实基于小波网络的非线性组合预测方法用于径流预报中更能提高预测的精度。本文的重点是第四章和第五章。对组合预测理论的说明及应用,以及小波网络的建立。