论文部分内容阅读
采用一元线性回归模型模拟贝叶斯分析的先验分布和似然函数，建立了基于小波－BP神经网络的贝叶斯概率组合预测模型，在结合区域的水文特性对数据进行预处理的基础上，将其应用于老挝Namngum水库的月径流量预测中，结果表明，该方法较单一BP神经网络模型和小波－BP神经网络模型而言，有效的提高了月径流量的预测精度；同时相对于确定性水文预报方法而言，基于小波－BP神经网络的贝叶斯概率组合预测模型定量地、以分布函数形式描述水文预报的不确定度，能向用户提供更多、更全面的信息，为决策提供更有价值的技术支持。