数据驱动与半数据驱动模型在降雨径流模拟中的应用与比较研究

被引：2

作者：

阚光远 ^{[1
,2
,3
]}

机构：

[1] 中国水利水电科学研究院

[2] 清华大学

[3] 河海大学

来源：

测绘学报 | 2017年 / 46卷 / 02期

基金：

中国博士后科学基金;

关键词：

降雨径流模拟; 输入变量选择; 互信息; PBK; 高精度; 出流量; 数据驱动模型;

D O I：

暂无

中图分类号：

P333 [水文分析与计算];

学科分类号：

摘要：

<正>为了使数据驱动模型能够实现降雨径流过程的高精度连续模拟,本文提出了新型耦合数据驱动模型(基于偏互信息的输入变量选择、基于新型集成神经网络模型的出流量预测和基于K最近邻算法的出流量误差预测——PBK模型)。PBK模型有以下4个特点。(1)提出了基于滑窗累积雨量的降雨量候选输入向量及输入变量的分离式选择策略,并与基于偏互信息的输入变量选择方法联合使用,确保了输入信息的充足性

引用

页码：265 / 265

页数：1