论文部分内容阅读
将相似性搜索和神经网络方法结合,提出一种预测某流域水位的方法。根据待预测日前15日的水位与前49年拥有相似水文特征月份的水位序列进行相似性度量,然后将这些最相近的水位时间段以及后一日的水位作为训练集,采用BP神经网络进行预测。实验结果表明,该方法预测值的波动范围在国家允许的范围内,并且精确度较高。