简介:造成中长期水文预报研究和预报困难的主要原因是水文现象本身的复杂性和不确定性,以及内部复杂的非线性关系,针对这些问题,本文建立了一种小波神经网络时间序列模型,并用遗传算法对小波神经网络的连接权值和伸缩变量、平移变量进行优化。使用这种模型对黄河三门峡站逐年月天然流量进行预报检验,并将检验结果与传统的小波神经网络和BP神经网络进行对比,从模型预报精度、趋势性和稳定性3个方面进行分析,分析发现,这种遗传算法优化的小波神经网络时间序列模型能够有效地克服传统的小波神经网络和BP网络容易陷入局部极小的缺陷,能够对水文现象的趋势性作出较精确的预测,具有良好的预报精度和稳定性。
简介:各省、自治区、直辖市及计划单列市、副省级省会城市、新疆生产建设兵团发展改革委、经贸委(经委),国家电网公司、南方电网公司、中国华能集团公司、中国大唐集团公司、中国国电集团公司、中国华电集团公司、中国电力投资集团公司、中国石油总公司、中国石化总公司、中国海洋石油总公司、中国节能投资公司、中国科学院、中国工程院:为了贯彻落实《可再生能源法》,加快可再生能源的发展,促进资源节约和环境保护,积极应对全球气候变化,我委于2007年8月31日印发了《可再生能源中长期发展规划》(发改能源[2007]2174号)。