王堃
- 作品数：7 被引量：42H指数：4
- 供职机构：沈阳农业大学水利学院更多>>
- 发文基金：国家教育部博士点基金辽宁省自然科学基金辽宁省高等学校优秀人才支持计划更多>>
- 相关领域：农业科学水利工程天文地球电气工程更多>>
- 灰色-周期外延组合模型在参考作物腾发量预测中的应用被引量：2
- 2012年
- 参考作物腾发量ET0是计算作物需水量、制定灌溉制度和进行水资源优化配置的重要参数之一。因参考作物腾发量随季节性变化,并呈现以年为周期波动的特点;在这种情况下,提出了一种基于灰色GM(1,1)与周期外延相结合的预测模型,即灰色-周期外延组合模型。以沈阳、鞍山、铁岭、盘锦4个地区1997-2006年参考作物腾发量季节值为例进行分析和模拟。结果表明:运用灰色-周期外延组合模型预测参考作物腾发量比原有的GM(1,1)模型预测精度高。该模型预测过程简单,预测结果可靠,适应性强。因此,该模型可广泛的应用于参考作物腾发量的季节预测。
- 迟道才李雪张兰芬陈涛涛王堃
- 关键词：灰色GM(1,1)模型
- 基于小波神经网络的参考作物腾发量预测模型研究被引量：3
- 2013年
- 为提高某一地区农业用水效率,进行区域水资源的优化配置。本文以辽宁大连地区1954-2005年参考作物腾发量资料为依据,借助于Matlab工具,分别建立结构为8-12-4和10-12-2的小波神经网络进行参考作物腾发量预测,结果表明:在年度和季节尺度上,小波神经网络模型预测结果与参考作物腾发量计算值绝对相对误差均值分别达到5.5%和4.3%,达到了较好的预测效果。该模型预测过程简单,预测结果可靠。为参考作物腾发量预测提供新方法。
- 王堃陈涛涛李雪张兰芬迟道才
- 关键词：参考作物腾发量
- 基于离散型灰色DGM(1,1)预测模型在涝灾预测中的应用被引量：9
- 2013年
- 为提高涝灾预测模型的预测精度,针对GM（l,1）模型预测条件的局限性,提出离散灰色预测模型[称DGM（1,1）模型Ⅰ。应用离散灰色模型,以鞍山市1959~2006年的降雨量为依据,建立涝灾预测模型。结果表明：优化后的离散型DGM（1,1）模型的预测精度较原有的灰色GM（1,1）预测模型的预测精度有很大提高。并且该模型建模过程简单、适用性强,为涝灾的预测提供了新的方法。
- 吴秀明迟道才潘香岑李雪张兰芬王堃
- 关键词：灰色预测
- 灰色关联度组合模型在涝灾预测中的应用被引量：2
- 2012年
- 传统灰色预测模型在涝灾预测中有较多应用,但其预测精度较低。为提高模型的预测精度,在传统灰色预测模型基础上加入灰色关联度分析,从灰色关联度的角度发现数据之间的依赖关系,运用灰色预测模型预测数据的发展走向。以沈阳市1960-2010年涝灾年份数据为依据,建立灰色关联度组合模型,应用结果表明,该模型比传统灰色预测模型效果好,为涝灾预测增添了新手段。
- 迟道才沈亚西陈涛涛王堃张兰芬李雪
- 关键词：灰色预测
- 灰色新陈代谢GM(1,1)模型在参考作物腾发量预测中的应用研究被引量：11
- 2011年
- 随着时间的发展,任何一个灰系统都会加入一些未来的扰动因素,对系统的发展产生影响。而常规灰色GM(1,1)预测模型在建模时,采用的是现实时刻t=n为止的过去的数据,没有考虑这些扰动因素。故离现实时刻越远,该模型的预测精度就越低。针对这种情况,提出了灰色新陈代谢GM(1,1)预测模型。并尝试用灰色新陈代谢GM(1,1)预测模型对阜新市参考作物腾发量进行预测。结果表明:灰色新陈代谢GM(1,1)预测模型的预测精度较常规灰色GM(1,1)预测模型有了明显的提高。该模型建模过程简单、适用性强,为参考作物腾发量的预测提供了新的方法。
- 迟道才王海南李雪陈涛涛王堃
- 关键词：新陈代谢灰色GM(1,1)模型参考作物腾发量
- 基于遗传算法优化的支持向量机干旱预测模型被引量：10
- 2013年
- 为了克服支持向量机参数人工选择的盲目性和依靠经验的缺陷,采用遗传算法优化支持向量机的C,g两个参数,实现支持向量机参数的优选,减少参数选择的工作量,并提高模型的预测精度。并将遗传算法优化的支持向量机模型应用到浑河流域干旱预测中,通过matlab编程建立该模型。以海城、大洼、辽阳、沈阳4个站的降雨量进行建模预测,结果表明:模型的预测值和真实值拟合度较高,模型的预测精度满足要求,说明该模型用于浑河流域的干旱预测具有可行性,为决策部门能及时有效地指导和部署抗旱工作、合理利用分配现有的水资源提供依据。
- 迟道才张兰芬李雪王堃吴秀明张特男
- 关键词：遗传算法支持向量机干旱预测降雨量
- 基于Matlab的小波神经网络参考作物腾发量预测模型研究被引量：7
- 2013年
- 参考作物腾发量是估算作物蒸发蒸腾量的关键参数,它的准确预测对提高作物需水预报精度具有重要的意义。将小波神经网络引入到参考作物腾发量的预测中,利用Matlab工具,以大连地区为例,建立小波神经网络模型和灰色新陈代谢GM(1,1)预测模型,并对预测结果进行对比分析。结果表明:小波神经网络模型预测结果精度均在2级以上,与参考作物腾发量计算值绝对相对误差均值达到5.5%,准确性优于灰色新陈代谢GM(1,1)预测模型,达到较好的预测效果,为参考作物腾发量预测提供新方法。
- 王堃陈涛涛李雪张兰芬迟道才
- 关键词：参考作物腾发量MATLAB工具箱
