劉曉偉1,2，哈明虎1*，雷曉輝1,3，張 召3，王 超4
（1.河北工程大學水利水電學院，河北 邯鄲 056038；2.河北省智慧水利重點實驗室，河北 邯鄲 056038；3.中國水利水電科學研究院，北京 100038；4.河北工程大學信息與電氣工程學院，河北 邯鄲 056038 ）
摘要：基于超參數自動率定的GRA-NARX（grey relation analysis-nonlinear autoregressive model with exogenous inputs）模型是GRA-NARX模型的一種有效改進。以南水北調東線一期工程洪澤泵站為例，使用基于超參數自動率定的GRA-NARX模型，針對1h和2h時間間隔的輸入數據，分別預測3個短預見期（2h、4h、6h）和1個長預見期（12h）的泵站站前水位，并與GRA-BP（grey relation analysis-back propagation）模型的預測結果進行比較。結果表明：不同預見期（2h、4h、6h、12h）下，基于超參數自動率定的GRA-NARX模型相關系數、均方根誤差、平均絕對誤差，均相差不大，預測精度高，且皆優于GRA-BP模型；采用1h時間間隔的輸入數據預測結果優于2h時間間隔的輸入數據結果。研究成果可為不同預見期泵站站前水位預測提供理論參考。
關鍵詞：超參數自動率定；GRA-NARX神經網絡；GRA-BP神經網絡；水位預測；不同預見期