用径向基函数神经网络模型预报感潮河段洪水位

被引：34

作者：

黄国如

胡和平

田富强

机构：

[1] 河海大学水资源环境学院

[2] 清华大学水利水电工程系

[3] 清华大学水利水电工程系江苏南京

[4] 北京

来源：

水科学进展 | 2003年 / 02期

关键词：

感潮河段; 水位预报; 径向基函数; 人工神经网络;

D O I：

10.14042/j.cnki.32.1309.2003.02.006

中图分类号：

P338 [水文预报];

学科分类号：

081501 ;

摘要：

径向基函数神经网络方法是一类比较优越的前向式多层神经网络,将其应用于感潮河段的洪水位预报。利用K 均值算法和最小二乘法来确定径向基函数神经网络的参数,并给出了具体计算方法。由于该方法比传统的BP算法有较快的收敛速度,使其具有较大的应用价值。基于感潮河段的具体特点,构建了具有若干个时段预见期的径向基函数神经网络模型。该模型应用于沂河的水位预报,结果表明,该模型运算快速、简便,预报精度较高。

引用

页码：158 / 162

页数：5

共 11 条

[1] 地下水动态预测的径向基函数法 [J].