2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

非平稳时间序列的组合模型及其在中长期水文预报中的应用

韩光文 谢维敏

韩光文, 谢维敏. 非平稳时间序列的组合模型及其在中长期水文预报中的应用. 自动化学报, 1988, 14(1): 65-69.
引用本文: 韩光文, 谢维敏. 非平稳时间序列的组合模型及其在中长期水文预报中的应用. 自动化学报, 1988, 14(1): 65-69.
Han Guangwen, Xie Weimin. The Combinatory model of Non-Stationary Time Series and its Application to Medium-Long Terms River Flow Forecasting. ACTA AUTOMATICA SINICA, 1988, 14(1): 65-69.
Citation: Han Guangwen, Xie Weimin. The Combinatory model of Non-Stationary Time Series and its Application to Medium-Long Terms River Flow Forecasting. ACTA AUTOMATICA SINICA, 1988, 14(1): 65-69.

非平稳时间序列的组合模型及其在中长期水文预报中的应用

The Combinatory model of Non-Stationary Time Series and its Application to Medium-Long Terms River Flow Forecasting

  • 摘要: 基于水文序列是一类周期性非平稳时间序列的特点,本文提出了一种适合描述这一特点 的组合模型.这个组合模型的优点在于它能较充分地利用历史数据中蕴含的信息,即它既能 利用以年为采样周期的时间序列的相关信息,又能利用以月为采样周期的时间序列的相关信 息;编制了FORTRAN语言程序,将它应用于河流的中长期水文预报.从文中所列出的汉口和 龙滩水文站的向前1至12个月的水文预报结果可以看出,组合模型的预报效果是较好的.
  • 加载中
计量
  • 文章访问数:  1455
  • HTML全文浏览量:  89
  • PDF下载量:  950
  • 被引次数: 0
出版历程
  • 收稿日期:  1985-12-24
  • 刊出日期:  1988-01-20

目录

    /

    返回文章
    返回