三种基于神经网络的洪水实时预报方案的比较研究

被引：17

作者：

熊立华

郭生练

庞博

姜广斌

机构：

[1] 武汉大学水资源与水电工程科学国家重点实验室

[2] 水利部综合事业局湖北武汉

[3] 湖北武汉

[4] 北京

来源：

水文 | 2003年 / 05期

关键词：

水文模型; 洪水预报; 神经网络; 向后演算法;

D O I：

暂无

中图分类号：

TV124 [];

学科分类号：

081501 ;

摘要：

在总结神经网络应用的基础上,归纳了3种基于神经网络的洪水实时预报方案。第一种是神经网络水文模型的模拟模式加模拟误差的自回归校正模型,第二种是权重系数固定的神经网络实时预报方案,第三种是权重系数自动更新的神经网络实时预报方案。采用10个不同流域的日流量资料对这3种方案进行率定和校核,比较这3种方案的实时预报精度。结果发现,第三种方案不仅预报精度要高于其他两种方案,而且比第一种方案少了一个自回归校正模型,结构简洁。本文建议采用第三种洪水实时预报方案。

引用

页码：1 / 4+41 +41

页数：5

共 6 条

[1]

Riverflowpredictionusingartificialneuralnetworks:generalisationbeyondthecalibrationrange犤J犦. ImrieCE,DurucanS,KorreA. JournalofHydrology . 2000

[2]

Artificialneuralnetworkmodelingoftherainfall-runoffprocess犤J犦. HsuKL,GuptaHV,SorooshianS. WaterResourcesResearch . 1995

[3]

Applicationofaneuralnetworktechniquetorainfall-runoffmodeling犤J犦. ShamseldinAY. JournalofHydrology . 1997

[4] 基于神经网络理论的河道水情预报模型 [J].

李荣 ;

李义天 .

水科学进展, 2000, (04) :427-431

[5]

Riverflowforecastingwithaneuralnetworkmodel犤J犦. CampoloM,AndreussiP,SoldatiA. WaterResourcesResearch . 1999

[6]

神经网络预测与优化[M]. 大连海事大学出版社 , 胡铁松著, 1997

← 1 →