基于深度信念网络的城市小流域径流非平稳时序预测

马良成; 葛旭翔

doi:10.16009/j.issn.1009-5624.2026.19.020

信息记录材料 ›› 2026, Vol. 27 ›› Issue (19) : 66 -68. DOI: 10.16009/j.issn.1009-5624.2026.19.020

基于深度信念网络的城市小流域径流非平稳时序预测

马良成, 葛旭翔

作者信息 +

Author information +

文章历史 +

摘要

为提升城市小流域径流预测效果，本文提出一种基于深度信念网络（DBN）的非平稳时序预测方法。该方法首先布署明渠流量传感器，提取径流时序数据中的趋势性、季节性和突变性特征；其次，在DBN框架下，建立受限玻尔兹曼机（RBM）能量函数，并结合对比散度算法（CD-k）进行权重更新，构建径流非平稳时序预测模型；最后，引入美国农业部土壤保持局径流曲线数（SCS-CN）模型，优化预测模型中的CN值，以实现对小流域径流变化的精准预测。实验结果显示，预测结果的均方根误差（RMSE）在0～0.02，表明本方法径流预测准确性较高，对于城市小流域径流突变的响应具有实际应用价值。