登录    注册    忘记密码

期刊文章详细信息

动态调整粒子群-霍尔特模型在径流预测中的应用  ( EI收录)  

Long-term runoff forecast method based on dynamic adjustment particle swarm optimizer algorithm and Holt-Winters linear seasonal model

  

文献类型:期刊文章

作  者:师彪[1] 李郁侠[1] 于新花[2] 牛艳利[1]

机构地区:[1]西安理工大学水利水电学院,西安710048 [2]青岛科技大学高职业技术学院,青岛261000

出  处:《农业工程学报》

基  金:国家火炬计划基金(07C26213711606);陕西省自然科学基础研究计划(SJ08E220);山东省软科学基金(2009RKB190);西安理工大学优秀博士学位论文和科学研究基金(106-210912;106-210917)

年  份:2010

卷  号:26

期  号:7

起止页码:8-13

语  种:中文

收录情况:AJ、BDHX、BDHX2008、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20103613222470)、FSTA、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:为了提高水库和河流中长期径流预测精度,针对粒子群算法存在的缺陷,提出了动态调整粒子群算法(DAPSO)。借助霍尔特-温特斯线性季节性模型的预测功能,应用DAPSO算法求解和优化霍尔特-温特斯线性季节性模型组合参数,形成动态调整粒子群-霍尔特-温特斯线性季节性模型组合算法,对石泉水库进行中长期径流预测。仿真计算表明,动态调整粒子群-霍尔特-温特斯线性季节性模型算法收敛速度快于霍尔特-温特斯线性季节性模型算法、粒子群-霍尔特-温特斯线性季节性模型算法。该组合算法克服了按梯度试算法搜索质量差和精度不高的缺点,输出稳定性好,预报精度显著提高,置信度为95%时的预测相对误差小于6%。该算法可应用于水库和河川中长期径流预测。

关 键 词:模型  动态  径流 动态调整粒子群-霍尔特-温特斯线性季节性模型  动态调整粒子群算法  径流预测

分 类 号:TM614]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心