Elman模型在黄河上游年径流预测中的应用

E lm an递归神经网络具有上下层,它将隐含层前一时刻的输出反馈到当前时刻的输入,这种反馈连接使E lm an网络能够检测随时间变化的序列信息;径流是一种受时间变化影响比较大的信息。因此,采用E lm an神经网络理论进行径流预测比较符合径流随时间变化的特点。利用黄河青铜峡水文站数百年的天然年径流时间序列,采用E lm an递归神经网络对黄河青铜峡的天然年径流进行预测分析,结果表明,该模型应用在黄河上游的长期预测中是合理、可行的。