• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊

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

基于数据包络分析的统计预测模型有效性评价

毛晓敏 尚松浩

毛晓敏, 尚松浩. 基于数据包络分析的统计预测模型有效性评价[J]. 水科学进展, 2010, 21(5): 690-695.
引用本文: 毛晓敏, 尚松浩. 基于数据包络分析的统计预测模型有效性评价[J]. 水科学进展, 2010, 21(5): 690-695.
MAO Xiao-min, SHANG Song-hao. Assessment of the effectiveness of statistical forecasting models using data envelopment analysis[J]. Advances in Water Science, 2010, 21(5): 690-695.
Citation: MAO Xiao-min, SHANG Song-hao. Assessment of the effectiveness of statistical forecasting models using data envelopment analysis[J]. Advances in Water Science, 2010, 21(5): 690-695.

基于数据包络分析的统计预测模型有效性评价

基金项目: “十一五”国家科技支撑计划资助项目(2006BAD11B08);教育部新世纪优秀人才支持计划资助项目(NCET-06-0059;NCET-07-0814);北京市重点学科“水文学及水资源”建设资助项目
详细信息
    作者简介:

    毛晓敏(1971- ),女,山东菏泽人,副教授,博士,主要从事水文水资源及农业水土工程研究.E-mail:maoxiaomin@tsinghua.org.cn

  • 中图分类号: P333.6

Assessment of the effectiveness of statistical forecasting models using data envelopment analysis

Funds: The study is financially supported by the National Key Technologies R&D Program of China during the 11th Five year Plan Period(No.2006BAD11B08).
  • 摘要: 统计预测模型是进行中长期水文预报的主要手段之一,在统计预测模型建模过程中面临的一个重要问题是如何从诸多待选模型中挑选出一个预测投入较低、预测精度较高的模型。针对这一多属性综合评价问题,提出了利用数据包络分析中的CCR模型进行水文统计预测模型综合评价的方法。模型的输入指标包括预测因子指标和模型参数指标,输出指标为模型精度评价指标,评价结果为模型的相对效率。作为典型案例,对参考作物腾发量预测的20个径向基函数网络模型的有效性进行了评价,结果表明该评价方法是可行的。模型中预测旬参考作物腾发量的关键因子是最高、最低温度,其次是风速,再次是日照时数;将预测时段所属的旬序号作为网络输入可显著提高模型预测精度和相对效率。
  • [1] 于国荣,夏自强.混沌时间序列支持向量机模型及其在径流预测中应用[J].水科学进展,2008,19(1):116-122.(YU Guo-rong,XIA Zi-qiang.Prediction model of chaotic time series based on support vector machine and its application to runoff[J].Advances in Water Science,2008,19(1):116-122.(in Chinese))
    [2] KRAUSE P,BOYLE D P,B(A)SE F.Comparison of different efficiency criteria for hydrological model assessment[J].Advances in Geosciences,2005,5:89-97.
    [3] DAWSON C W,ABRAHART R J,SEE L M.HydroTest:A web-based toolbox of evaluation metrics for the standardised assessment of hydrological forecasts[J].Environmental Modelling & Software,2007,22(7):1034-1052
    [4] CHARNES A,COOPER W W,RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978,2(6):429-444.
    [5] SRDJEVIC B,MEDEIROS Y D P,PORTO R L L.Data envelopment analysis of reservoir system performance[J].Computers & Operations Research,2005,32(12):3209-3226.
    [6] RODR'IGUEZ-D'IAZ J A,CAMACHO-POYATO E,L(O)PEZ-LUQUE R.Application of data envelopment analysis to studies of irrigation efficiency in Andalusia[J].Journal of Irrigation and Drainage Engineering,2004,130(3):175-183.
    [7] SHANG S H,MAO X M.Data envelopment analysis on efficiency evaluation of irrigation-fertilization schemes for winter wheat in North China[C]//Computer and Computing Technologies in Agriculture Ⅱ.Boston:Springer,2009,1:39-48.
    [8] FRECHTLING D C.Practical tourism forecasting[M].Oxford:Butterworth-Heinemann,1996:20.
    [9] WEI Q.Data envelopment analysis[J].Chinese Science Bulletin,2001,46(16):1321-1332.
    [10] 尚松浩.水资源系统分析方法及应用[M].北京:清华大学出版社,2006:147-150,212-213.(SHANG Song-hao.System a-nalysis of water resources:Methods and applications[M].Beijing:Tsinghua University Press,2006:147-150,212-213.(in Chinese))
    [11] ALLEN R G,PEREIRA L S,RAES D,et al.Crop evapotranspiration-guidelines for computing crop water requirements[M].Rome:FAO,1998:17-64.
    [12] HARGREAVES G H,ALLEN R G.History and evaluation of Hargreaves evapotranspiration equation[J].Journal of Irrigation and Drainage Engineering,2003,129(1):53-63.
    [13] 杨永红,张展羽.改进Hargreaves方法计算拉萨参考作物蒸发蒸腾量[J].水科学进展,2009,20(5):614-618.(YANG Yong-hong,ZHANG Zhan-yu.Method for calculating Lhasa reference crop evapotranspiration by modifying Hargreaves[J].Advances in Water Science,2009,20(5):614-618.(in Chinese))
    [14] 崔远来,马承新,沈细中,等.基于进化神经网络的参考作物腾发量预测[J].水科学进展,2005,16(1):76-81(CUI Yuan-lai,MA Cheng-xin,SHEN Xi-zhong,et al.Predicting reference evaportranspiration based on artificial neural network with genetic algorithm[J].Advances in Water Science,2005,16(1):76-81.(in Chinese))
    [15] TRAORE S,WANG Y M,KERH T.Artificial neural network for modeling reference evapotranspiration complex process in Sudano-Sahelian zone[J].Agricultural Water Management,2010,97(5):707-714.
    [16] KISIO,CIMEN M.Evapotranspiration modelling using support vector machines[J].Hydrological Sciences Journal,2009,54(5):918-928.
    [17] 彭世彰,魏征,徐俊增,等.参考作物腾发量支持向量回归机实时预报模型[J].农业工程学报,2009,25(10):45-49.(PENG Shi-zhang,WEI Zheng,XU Jun-zeng,et al.Real-time forecasting model of reference crop evapotranspiration based on support vector regression machines[J].Transactions of the CSAE,2009,25(10):45-49.(in Chinese))
    [18] 胡庆芳,尚松浩,温守光,等.基于投影寻踪的径向基函数网络在参考作物腾发量预测中的应用[J].水利学报,2006,37(9):1151-1154.(HU Qing-fang,SHANG Song-hao,WEN Shou-guang,et al.Using radial basis function network based on project pursuit to forecast reference evapotranspiration[J].Journal of Hydraulic Engineering,2006,37(9):1151-1154.(in Chinese))
  • [1] 孙昭华, 严鑫, 谢翠松, 李奇.  长江口北支倒灌影响区盐度预测经验模型 . 水科学进展, 2017, 28(2): 213-222. doi: 10.14042/j.cnki.32.1309.2017.02.006
    [2] 宋策, 周孝德, 唐旺.  水库对河流水温影响的评价指标 . 水科学进展, 2012, 23(3): 419-426. doi: CNKI: 32.1309.P.20120501.1617.004
    [3] 史英标, 潘存鸿, 程文龙, 尤爱菊.  钱塘江河口段盐水入侵的时空变化及预测模型 . 水科学进展, 2012, 23(3): 409-418. doi: CNKI: 32.1309.P.20120501.1617.005
    [4] 徐英.  考虑块段效应的RBF神经网络在土壤空间插值中的应用 . 水科学进展, 2012, 23(1): 67-73. doi: CNKI:32.1309.P.20120104.2012.007
    [5] 张展羽, 王声锋, 段爱旺, 王斌.  基于天气预报的参考作物腾发量LS-SVM预测模型 . 水科学进展, 2010, 21(1): 63-68.
    [6] 雷波, 刘钰, 许迪, 姜文来.  农业水资源利用效用评价研究进展 . 水科学进展, 2009, 20(5): 732-738.
    [7] 苏畅, 沈志良, 姚云, 曹海荣.  长江口及其邻近海域富营养化水平评价 . 水科学进展, 2008, 19(1): 99-105.
    [8] 周林飞, 许士国, 孙万光.  基于压力-状态-响应模型的扎龙湿地健康水循环评价研究 . 水科学进展, 2008, 19(2): 205-213.
    [9] 丁勇, 梁昌勇, 方必和.  基于D-S证据理论的多水库联合调度方案评价 . 水科学进展, 2007, 18(4): 591-597.
    [10] 黄莉新.  江苏省水资源承载能力评价 . 水科学进展, 2007, 18(6): 879-883.
    [11] 李亚伟, 陈守煜, 傅铁.  基于模糊识别的水资源承载能力综合评价 . 水科学进展, 2005, 16(5): 726-729.
    [12] 周慧平, 葛小平, 许有鹏, 罗维佳.  GIS在非点源污染评价中的应用 . 水科学进展, 2004, 15(4): 441-444.
    [13] 金菊良, 张礼兵, 魏一鸣.  水资源可持续利用评价的改进层次分析法 . 水科学进展, 2004, 15(2): 227-232.
    [14] 魏凤英.  多步流量预测模型新方案的研究与应用 . 水科学进展, 2003, 14(5): 607-611.
    [15] 薛金凤, 夏军, 马彦涛.  非点源污染预测模型研究进展 . 水科学进展, 2002, 13(5): 649-656.
    [16] I. A. 谢克洛莫罗夫.  世界水资源和用水:当代评价和未来展望 . 水科学进展, 1999, 10(3): 219-234.
    [17] 姜文来.  水资源价值对水利工程经济评价影响研究 . 水科学进展, 1999, 10(4): 424-428.
    [18] 顾世祥, 王士武, 袁宏源.  参考作物腾发量预测的径向基函数法 . 水科学进展, 1999, 10(2): 123-128.
    [19] 邱林, 陈守煜, 聂相田.  模糊模式识别神经网络预测模型及其应用 . 水科学进展, 1998, 9(3): 258-264.
    [20] 曾光明, 卓利, 杨春平, 郭生练.  区域水环境质量灰色模拟、规划和评价研究的进展 . 水科学进展, 1995, 6(4): 348-353.
  • 加载中
计量
  • 文章访问数:  3
  • HTML全文浏览量:  1
  • PDF下载量:  701
  • 被引次数: 0
出版历程
  • 收稿日期:  2009-10-10
  • 刊出日期:  2010-09-25

基于数据包络分析的统计预测模型有效性评价

    基金项目:  “十一五”国家科技支撑计划资助项目(2006BAD11B08);教育部新世纪优秀人才支持计划资助项目(NCET-06-0059;NCET-07-0814);北京市重点学科“水文学及水资源”建设资助项目
    作者简介:

    毛晓敏(1971- ),女,山东菏泽人,副教授,博士,主要从事水文水资源及农业水土工程研究.E-mail:maoxiaomin@tsinghua.org.cn

  • 中图分类号: P333.6

摘要: 统计预测模型是进行中长期水文预报的主要手段之一,在统计预测模型建模过程中面临的一个重要问题是如何从诸多待选模型中挑选出一个预测投入较低、预测精度较高的模型。针对这一多属性综合评价问题,提出了利用数据包络分析中的CCR模型进行水文统计预测模型综合评价的方法。模型的输入指标包括预测因子指标和模型参数指标,输出指标为模型精度评价指标,评价结果为模型的相对效率。作为典型案例,对参考作物腾发量预测的20个径向基函数网络模型的有效性进行了评价,结果表明该评价方法是可行的。模型中预测旬参考作物腾发量的关键因子是最高、最低温度,其次是风速,再次是日照时数;将预测时段所属的旬序号作为网络输入可显著提高模型预测精度和相对效率。

English Abstract

毛晓敏, 尚松浩. 基于数据包络分析的统计预测模型有效性评价[J]. 水科学进展, 2010, 21(5): 690-695.
引用本文: 毛晓敏, 尚松浩. 基于数据包络分析的统计预测模型有效性评价[J]. 水科学进展, 2010, 21(5): 690-695.
MAO Xiao-min, SHANG Song-hao. Assessment of the effectiveness of statistical forecasting models using data envelopment analysis[J]. Advances in Water Science, 2010, 21(5): 690-695.
Citation: MAO Xiao-min, SHANG Song-hao. Assessment of the effectiveness of statistical forecasting models using data envelopment analysis[J]. Advances in Water Science, 2010, 21(5): 690-695.
参考文献 (18)

目录

    /

    返回文章
    返回