径流序列的非线性和非平稳特性使得高精度的径流预报存在困难。以组合EEMD和粒子群算法（PSO）优化的GRNN模型形成EEMD-PSO-GRNN耦合模型，预测时通过将径流序列分解为确定成分与随机成分并通过PSO优化的GRNN模型分别进行预测，预测值的加和构成径流最终预测结果。EEMD-PSO-GRNN耦合模型应用到元江中上游，并与其他模型进行比较，结果表明：EEMD-PSO-GRNN耦合模型具有更高的预测精度，对径流的总体趋势预测效果良好，但在随机成分的模拟上有待进一步完善。EEMD-PSO-GRNN耦合模型优于BP、GRNN、EEMD-BP、EEMD-GRNN模型，能有效提升径流预测的精度，可为流域中长期径流预报及水资源优化调度等提供支撑。
文档