神经网络在洪水实时预报中的应用研究

被引：23

作者：

熊立华

郭生练

王元

机构：

[1] 武汉大学水利水电学院

[2] 郑州黄河工程公司湖北武汉

[3] 湖北武汉

[4] 河南郑州

来源：

水电能源科学 | 2002年 / 03期

关键词：

水文模型; 洪水预报; 实时校正; 向后演算法; 神经网络;

D O I：

暂无

中图分类号：

P338 [水文预报];

学科分类号：

081501 ;

摘要：

建立了一种基于神经网络的洪水实时预报模型。运用向后演算法 ,该模型的权重系数可以在每一时间步长上进行自动更新 ,较好地反映了实际水文过程和参数的时变性 ;由于该模型不再需要单独的误差序列实时校正模型 ,因而更加简洁。最后利用淮河鲇鱼山水库 1 975～ 1 999年的小时降雨和入库洪水资料对模型参数进行了率定和校核。结果表明 ,洪水实时预报的效率系数超过 96 % ,洪峰值合格率为 92 .5 % ,峰现时间误差都在 1 h以内

引用

页码：28 / 31

页数：4

共 4 条

[1] 基于人工神经网络的大坝渗透系数分区反演分析 [J].