基于“量‑型”混沌相似原理的中长期水文预报模型

摘要

本发明公开了一种基于“量‑型”混沌相似原理的中长期水文预报模型，根据选定的水文时间序列，通过相空间重构将一维时间序列转化为多维相空间的相点，将以欧式距离描述两个相点的空间接近程度定义为相点的“量”相似，以累积单位阶跃函数描述两个相点的内部结构相似程度定义为相点的“型”相似，建立双目标相似点寻优模型并采用宽容分层序列法求解，从而实现混沌预测，本发明方法应用于某站点月降雨量时间序列的预测中，并与相空间相似点预测模型作对比，结果显示：本发明方法可以充分挖掘水文时间序列中的信息，有效提高水文时间序列的预报精度。