论文部分内容阅读
本文为了给南水北调中线水资源调度提供切实可靠的依据，基于丹江口水库入库径流和降水资料，对丹江口水库展开年、月径流预测研究：
(1)年径流预测研究中，本文探索应用了传统的自回归模型、滑动平均自回归模型，尝试建立了将时间序列分解模型的基本理论与BP人工神经网络相耦合的P-BP模型，并在分析了各种预报模型的优缺点的基础上，建立了组合预测模型，对丹江口水库入库年径流进行预测，达到了较高的预报精度。
(2)月径流预测研究中，建立了季节性一阶自回归模型、多元回归模型和季节性人工神经网络模型等。通过对多种可能性分析，以及是否考虑降雨对径流的影响的综合分析，发现季节性人工神经网络模型效果较为突出。
通过丹江口水库入库径流中长期预测，综合分析了传统的、成熟的预测方法和当前预测新技术，总结了现有模型的应用特性和优缺点，并针对年径流预测提出基于时间序列与BP神经网络的P-BP耦合模型，建立组合预测模型，不仅为丹江口水库入库径流预测做了深入分析研究，而且为预测模型在更广范围内的应用提供新的思路、开辟新的途径。