文献类型：期刊文章

作　　者：冉笃奎[1,2] 李敏[3] 武晟[1,4] 解建仓[1]

机构地区：[1]西安理工大学西北水资源与环境生态教育部重点实验室,西安710048 [2]汉江水电开发有限责任公司,湖北丹江口442700 [3]西北勘测设计研究院,西安710065 [4]西北电力设计研究院,西安710075

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金No.50279041;国家高技术研究发展计划(863)No.2005AA113150~~

年　　份：2009

卷　　号：45

期　　号：30

起止页码：242-244

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：根据径流量的影响因素往往具有滞后性的特点,在构建神经网络时,从模型复杂度、训练精度、预测精度等方面综合分析了该特性的影响大小,获得了分析滞后性影响的方法。实例表明该方法能够准确判断出滞后时段的大小,为提高径流预报的准确性提供了一条有效的途径。

关 键 词：人工神经网络 入库径流 滞后性

分 类 号：TP18] P341]