降雨径流模拟神经网络模型及应用

被引：9

作者：

包红军

李致家

王莉莉

机构：

[1] 河海大学水文水资源学院

来源：

西安建筑科技大学学报(自然科学版) | 2009年 / 41卷 / 05期

关键词：

降雨径流模拟; 人工神经网络; 遗传算法; 附加动量法; 自适应学习速率; 新安江模型; 月潭流域;

D O I：

10.15986/j.1006-7930.2009.05.027

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对水文系统的非线性,构建了基于遗传算法和人工神经网络的降雨径流模拟神经网络模型(GA-BP模型).采用附加动量法和自适应学习速率对BP神经网络进行改进,遗传算法用于优化神经网络的初始权重.以大别山及皖南山区月潭流域为例,将GA-BP模型、BP模型以及新安江模型应用于水文日径流过程模拟,进行应用比较以及分析GA-BP模型在水文径流模拟过程中的难点及其可行性.结果表明,GA-BP模型优化了网络结构,加快了算法收敛速率;可以用于降雨径流过程模拟,也为今后类似研究提供一种模拟技术.在实际应用中可以根据流域资料情况选择合适的模型进行水文模拟作业.

引用

页码：719 / 722

页数：4