人工神经网络模型在渭河下游洪水预报中的应用

被引：12

作者：

隋彩虹

徐宗学

机构：

[1] 北京师范大学水科学研究院

来源：

水文 | 2006年 / 02期

基金：

高等学校博士学科点专项科研基金; 教育部留学回国人员科研启动基金;

关键词：

人工神经网络; 洪水预报; 渭河; 时间序列分析;

D O I：

暂无

中图分类号：

P338.6 [];

学科分类号：

081501 ;

摘要：

通过对渭河下游站点的时间序列及空间分布的分析,确定出影响华县站流量的时间和空间信息,并将其引入神经网络模型;采用典型的BP神经网络,重点对网络的隐含层节点数、训练次数和学习率进行分析,构建了渭河下游华县断面流量预报的人工神经网络模型;并采用RMSE、NSC和相关系数 R作为模型效果评定标准,将其与传统多元统计回归模型进行了对比。结果表明,所建的BP神经网络模型较多元统计回归模型的预报效果有显著的提高。

引用

页码：38 / 42

页数：5

共 5 条

[1] 地下水文预测中BP网络的模型结构及算法探讨 [J].

屈忠义 ;

陈亚新 ;

史海滨 ;

魏占民 .

水利学报, 2004, (02) :88-93

[2] 渭河下游洪水预报的人工神经网络模型研究 [J].

洪小康 .

西北农林科技大学学报(自然科学版), 2001, (04) :93-96

[3] 河段洪峰传播时间预报的非线性演进与分段积分法 [J].

雷模华 .

陕西水力发电, 1996, (03) :32-37

[4]

Sudheer,Sanaga Srinivasulu, 2004,Identification of physical processes inherent in artificial neural network rainfall runoff models,Hydrol. Ashu Jain,K. P. Process .

[5] 冲淤河道水位预报模型及其应用 [J].

芮孝芳 ;

陈洁云 ;

常星源 ;

聂秀敏 ;

宋志林 .

水科学进展, 1998, (03) :3-5

← 1 →