文献类型：期刊文章

作　　者：李维乾[1,2] 解建仓[1] 张永进[3] 薛保菊[1] 张丽[4]

机构地区：[1]西安理工大学水利水电学院,西安710048 [2]甘肃联合大学数学与信息学院,兰州730000 [3]西安理工大学工商管理学院,西安710048 [4]西安财经学院,西安710061

出　　处：《计算机工程与应用》

基　　金：国家高技术研究发展计划(863)(No.2006AA01A126);国家自然科学基金(No.50279041)~~

年　　份：2010

卷　　号：46

期　　号：6

起止页码：231-234

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：贝叶斯网络是目前人工智能中不确定知识与推理中最有效的理论模型之一。提出一种基于动态贝叶斯网络模型理论的水文预报方法。在综合考虑降雨径流成因的基础上,利用领域专家知识构建网络模型,在已有降雨、流量数据的基础上通过计算变量间的条件概率来计算流量发生的可能性。最后,通过渭河流域咸阳至临潼段历时数据进行仿真实验,对仿真结果和该模型进行了分析。

关 键 词：贝叶斯网络 动态贝叶斯网络 水文预报 数据挖掘 高阶马尔科夫链  

分 类 号：TP391]