注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)工業(yè)技術(shù)水利工程基于數(shù)據(jù)驅(qū)動(dòng)模型的流域中長期徑流預(yù)報(bào)方法

基于數(shù)據(jù)驅(qū)動(dòng)模型的流域中長期徑流預(yù)報(bào)方法

基于數(shù)據(jù)驅(qū)動(dòng)模型的流域中長期徑流預(yù)報(bào)方法

定 價(jià):¥65.00

作 者: 謝帥,黃躍飛,王冬,周濤,曹浩
出版社: 長江出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

ISBN: 9787549286652 出版時(shí)間: 2022-12-01 包裝: 平裝
開本: 16開 頁數(shù): 140 字?jǐn)?shù):  

內(nèi)容簡介

  本書共6章。第1章為緒論,介紹了本書的研究背景與意義, 外研究現(xiàn)狀,中長期徑流預(yù)報(bào)在模型研究、因子篩選、后處理中存在的主要問題以及針對存在問題的研究思路和主要研究內(nèi)容;第2章介紹了一種基于貝葉斯推斷的支持向量回歸(SVR)方法和ARD核函數(shù)的結(jié)合應(yīng)用,該方法用以解決SVR模型中超參數(shù)優(yōu)化困難、缺少概率預(yù)報(bào)以及無法衡量不同預(yù)報(bào)因子權(quán)重的問題;第3章基于因子選擇方法提出一種總互信息指標(biāo)及其計(jì)算方法,分析提出的總互信息指標(biāo)與預(yù)報(bào)效果之間的相關(guān)性,并將其用來判斷流域是否適宜采用數(shù)據(jù)驅(qū)動(dòng)模型進(jìn)行中長期徑流預(yù)報(bào);第4章將中長期降雨預(yù)報(bào)產(chǎn)品引入基于數(shù)據(jù)驅(qū)動(dòng)模型的中長期徑流預(yù)報(bào)框架中,研究引入降雨因子后不同數(shù)據(jù)驅(qū)動(dòng)模型的預(yù)報(bào)效果變化;第5章在第2章至第4章的基礎(chǔ)上,建立了以校正后的概率預(yù)報(bào)降雨為輸入、以多個(gè)數(shù)據(jù)驅(qū)動(dòng)模型產(chǎn)生的概率預(yù)報(bào)為基礎(chǔ)、以貝葉斯模型平均方法(BMA)融合不同模型概率預(yù)報(bào)結(jié)果的中長期徑流概率預(yù)報(bào)方法框架,產(chǎn)生融合后的 為可靠、實(shí)用的概率預(yù)報(bào)結(jié)果;第6章總結(jié)了主要的研究成果,并對未來研究方向進(jìn)行展望。

作者簡介

暫缺《基于數(shù)據(jù)驅(qū)動(dòng)模型的流域中長期徑流預(yù)報(bào)方法》作者簡介

圖書目錄

第1章 緒論
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 研究意義
1.2 外研究現(xiàn)狀
1.2.1 中長期徑流預(yù)報(bào)建模研究現(xiàn)狀及發(fā)展趨勢
1.2.2 中長期徑流預(yù)報(bào)因子的選擇和篩選
1.2.3 中長期徑流預(yù)報(bào)結(jié)果后處理
1.3 研究中存在的問題與不足
1.4 研究內(nèi)容及技術(shù)路線
1.4.1 研究目標(biāo)與內(nèi)容
1.4.2 研究技術(shù)路線
第2章 貝葉斯推斷與支持向量回歸耦合的中長期徑流預(yù)報(bào)方法
2.1 概述
2.2 方法與數(shù)據(jù)
2.2.1 貝葉斯推斷與支持向量回歸耦合的中長期徑流預(yù)報(bào)方法框架
2.2.2 支持向量回歸及ARD核函數(shù)
2.2.3 基于貝葉斯推斷的支持向量回歸
2.2.4 數(shù)據(jù)與預(yù)處理
2.2.5 建模方案設(shè)定
2.3 結(jié)果及討論
2.3.15 種預(yù)報(bào)方法的預(yù)報(bào)效果
2.3.25 種預(yù)報(bào)方法的預(yù)報(bào)效果對比分析
2.3.3 BSVR和BSVRARD方法的概半預(yù)報(bào)效果分析
2.4 小結(jié)
第3章 中長期徑流預(yù)報(bào)效果與總互信息的相關(guān)關(guān)系
3.1 概述
3.2 基于數(shù)據(jù)驅(qū)動(dòng)模型的中長期徑流預(yù)報(bào)適宜性判別方法
3.2.1 PMIS因子選擇方法
3.2.2 基于PMIS的總互信息指標(biāo)
3.3 模型與數(shù)據(jù)
3.3.1 多層感知機(jī)模型(MIP)
3.3.2 長短期記憶網(wǎng)絡(luò)模型(LSTM)
3.3.3 基于滾動(dòng)預(yù)報(bào)的多層感知機(jī)模型(MB模型)
3.3.4 建模方案設(shè)定
3.45 種模型的預(yù)報(bào)效果對比分析
3.4.1 各模型預(yù)報(bào)效果分析
3.4.2 5種模型的預(yù)報(bào)效果對比分析
3.4.3 不同預(yù)見期的預(yù)報(bào)效果對比
3.5 總互信息和預(yù)報(bào)效果的關(guān)系分析
3.5.1 各模型預(yù)報(bào)效果與互信息MI的關(guān)系
3.5.2 各模型預(yù)報(bào)效果與總互信息TMI的關(guān)系
3.5.3 總互信息TMI的影響因素及潛在應(yīng)用
3.6 小結(jié)
第4章 引入降雨預(yù)報(bào)產(chǎn)品的中長期徑流預(yù)報(bào)效果
4.1 概述
4.2 數(shù)據(jù)及方法
4.2.1 流城實(shí)測降雨數(shù)據(jù)與降雨預(yù)報(bào)產(chǎn)品
4.2.2 研究區(qū)城降雨預(yù)報(bào)數(shù)據(jù)校正
4.2.3 建模方案設(shè)定

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)