排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
针对年均径流预测问题,首先利用1stOpt软件进行逐个影响因子拟合,得到相关影响因子的主次顺序,提取关键因子在基于L-M算法和UGO算法下进行多元非线性曲线拟合;另外结合基于L-M算法的改进BP神经网络将所提取的关键因子进行径流预测,以北方某河流径流实例进行计算,两种方法效果均优于传统模型,且在多影响因子的情况下,组合模型精度和效果更好,为径流预测提供了一个新的更实用的方法。 相似文献
1