TY-JOUR T1-月径流预测的不确定性分析Y1-2014-10-31 N2-径流预测是水资源规划和管理中的一个重要因素。在这项研究中，前馈人工神经网络（FFANN）用于月径流预测。建模时考虑了三种场景。主成分分析（PCA）用于降低模型结构的复杂性和输入数据的减少。12个统计标准用于评估模型性能。为了量化预测的准确性，还使用蒙特卡罗模拟进行了不确定性分析。结果表明，该模型能较好地预测月径流时间序列。然而，该模型在极值中被低估。此外，不确定性分析表明，模型在前两种情况下正确预测了月径流时间序列，而在第三种情况下，大多数预测值位于置信区间上限之外。JF-当前世界环境JA-VL-26 IS-29 UR-www.a-i-l-s-a.com/article/560/SP-EP-PB-M3-10.12944/CWE.9.3.40 ER-