神经网络理论在河道洪水预报中的应用

被引：6

作者：

王光生 ^{[1
]}

苏佳林 ^{[1
]}

沈必成 ^{[2
]}

刘超 ^{[3
]}

机构：

[1] 水利部水文局

[2] 黑龙江省水文局

[3] 北京市水文总站

来源：

水文 | 2009年 / 29卷 / 05期

关键词：

水文预报; 河道汇流计算; 洪峰水位预报; 神经网络; 应用;

D O I：

暂无

中图分类号：

P338.1 [];

学科分类号：

081501 ;

摘要：

本文将神经网络用于松花江干流河道汇流计算和河道洪峰水位的预报。对各种转移函数的效果进行了比较,线性函数和双正切函的精度较好超过传统的马斯京根法,其中线性转移函数最好,说明对于大江大河线性转移函数最好。由上游断面洪峰水位预报下游断面洪峰水位也取得了良好的效果。

引用

页码：55 / 58

页数：4

共 4 条

[1]

Rainfull-runoff modeling using artifical neural networks. A. Sezin Tokar, Peggy, A. Johnson. Journal of Hydrology Engineering. July . 1999

[2] 基于人工神经网络的多泥沙洪水预报 [J].

苑希民 ;

刘树坤 ;

陈浩 .

水科学进展, 1999, (04) :393-398

[3]

人工神经网络理论、设计及应用[M]. 化学工业出版社 , 韩力群编著, 2002

[4]

Neural network for river flow prediction. Naehimuthu Kamnanithi,William J Grenney,Darrell Whitley,Ken Bovee. Journal of Computing in Civil Engineering . 1994

← 1 →