基于云理论的径流不确定性推理模型研究  

作　　者：仕玉治[1] 周惠成[1] 

机构地区：[1]大连理工大学建设工程学部,大连116024

出　　处：《中国科学：技术科学》2011年第2期192-197,共6页Scientia Sinica(Technologica)

基　　金：国家"十一五"科技支撑计划(批准号:2007BAB28B01)资助项目

摘　　要：针对中长期径流预报中存在许多不确定性因素,本文引入云理论构建径流预报的不确定性推理模型(UR).首先,该模型应用最大方差方法(MaxVar)对径流序列进行硬性分级,用级别概念表示径流分级区间,以期望(Ex)、熵(En)以及超熵(He)构成的云隶属函数描述径流级别概念的模糊性和随机性,实现分级区间软化,然后将径流量值进行属性转化,以此建立定性推理规则集,运用云算法进行径流不确定推理预报,成功实现径流序列不确定性传递;其次,对径流分级过程中超熵(He)参数确定进行了初探,对推理随机性输出结果进行统计分析,给出相应显著水平下的预报区间;最后,将该模型应用于南方某水库入库月径流预报中,并与广泛应用的最小二乘支持向量机(LSSVM)和ARMA模型进行比较分析,本文模型不仅具有较高的预报精度,而且能够进行区间预报,实例验证说明了模型的有效性和实用性.

关 键 词：径流分级 云理论 月径流预报 不确定性推理 

分 类 号：P333.9[天文地球—水文科学]