论文部分内容阅读
径流序列是一种非线性、弱相依高度复杂的动力系统，径流预测还处于探索阶段，提高径流预测精度关键在于对有限样本包含的信息进行充分发掘．采用一种理论和方法很难充分挖掘径流序列所包含的信息．基于组合预测思想，应用灰色理论，自记忆性原理与BP神经网络三种理论与建模方法对年径流序列进行挖掘，在此基础上提出年径流预测的灰色自记忆神经网络模型．结果表明，模型能够很好地反映径流的变化规律与极值趋势，具有较好的拟合与预报精度．