基于不同输入层的BP人工神经网络径流模拟研究

为定量研究BP人工神经网络不同输入层对径流模拟的影响,以滨江流域8个雨量监测站长系列逐日降水径流资料为基础,对比分析原始降水、算术平均降水、复合前期径流降水、流域面积加权降水和复合径流面积加权降水作为输入层时,BP人工神经网络月径流量模拟的结果差异。研究表明:采用流域面积加权降水模拟的径流量,具有最优相关系数和确定性系数,以原始降水作为输入层所得结果相对误差最小,由算术平均降水模拟出的结果分布最集中,网络模拟效果稳定。复合输入层的模拟精度相对较高,但输入层并非越复杂越好,基于面积加权降水得出的模拟径流量综合评价最高。