论文部分内容阅读
针对中长期水文预报方法预测结果精度低的问题,将离散小波变换（DWT）与广义回归神经网络（GRNN）耦合,建立了月径流预测模型。通过DWT处理将原始月径流序列分解重构为确定性成分和随机性成分两个分量,对两个分量的GRNN模型预测结果叠加作为预测值的方法称为WGRNN1模型。将WGRNN1模型与剔除随机序列的GRNN模型（WGRNN2）和不进行离散小波变换的GRNN模型结果进行对比,采用平均绝对误差（MAE）、确定性系数（DC）和相关系数（R）为模型评价指标。将模型应用于黑河干流莺落峡站的月径流预测,结果表明