ty -jour a2 -chai，Quek hiok au -belayneh，A.Au -Adamowski，J.Py -2012 DA-2012/2012/09/26 TI-标准降水指数干旱预测使用神经网络，小波神经网络和支持矢量回归SP -794061 VL -2012 AB-干旱预测可能是减轻干旱的一些不利后果的有效工具。与基于物理模型所需的信息相比，数据驱动的模型是合适的预测工具以及最小的信息要求。这项研究比较了埃塞俄比亚的Awash河流域中三个数据驱动模型预测干旱条件的有效性。标准降水指数（SPI）是预测的，并使用人工神经网络（ANN），支持矢量回归（SVR）和小波神经网络（WN）进行了比较。SPI 3和SPI 12是预测的SPI值。这些SPI值在1个月和6个月的交货时间内被预测。使用RMSE，MAE和 r 2 。预测结果表明，耦合的小波神经网络（WN）模型是埃塞俄比亚的Awash河流盆地多次交货时间预测SPI值的最佳模型。SN -1687-9724 UR -https：//doi.org/10.1155/2012/794061 do -10.1155/2012/202012/794061 JF-应用计算智能和软计算