论文部分内容阅读
根据气象和水文资料,以上游面雨量﹑水位值为预报因子,以西江流域的梧州水位为预报量,发现预报因子与预报量有很好的相关性.采用人工神经网络与主分量分析相结合的方法,建立了梧州水位的预报模型.结果表明,该预报模型对历史样本拟合精度高,试报效果及预报稳定性明显好于传统的神经网络预报模型,可在预报业务中应用.