基于数据驱动的水文模拟

￥81.00

运费：	¥ 7.00-25.00
库存：	200 件

立即购买

支付：: 微信支付银行卡支付宝

商品详情

书　　号	ISBN 978-7-5226-0316-2	计算机号	25-3699
书　　名	基于数据驱动的水文模拟
作译者	Renji Remesan Jimson Mathew 译夏达忠于洋译
开　　本	16开平装	字　　数	304 千字
印　　张	12.5	页　　数	200 页
出版时间	2021年12月第1版　2021年12月第1次印刷
出版社	中国水利水电出版社
定　　价	90.00 元

Hydrological and statistical models are playing an increasing role in hydrological forecasting, particularly for river basins with data of different temporal scales. In this study, statistical models, e.g. artificial neural networks, adaptive networkbased fuzzy inference system, genetic programming, least squares support vector machine, multiple linear regression, were developed, based on parametric optimization methods such as particle swarm optimization (PSO), genetic algorithm (GA), and data-preprocessing techniques such as wavelet decomposition (WD) for river flow modelling using daily streamflow data from four hydrological stations for a period of 1954–2009.
水文和统计模型在水文预报中发挥着越来越重要的作用，特别是对于具有不同时间尺度数据的流域。在这项研究中，统计模型，例如基于粒子群优化（PSO），遗传算法（GA）和数据预处理等参数优化方法，开发了人工神经网络，基于自适应网络的模糊推理系统，遗传程序，最小二乘支持向量机，多元线性回归利用小波分解（WD）等技术，利用1954-2009年期间来自四个水文站的每日流量数据进行河流流量模拟。