改进NLPM-ANN模型在径流预报中的应用

被引：1

作者：

李超群

郭生练

张俊

郭靖

机构：

[1] 武汉大学水资源与水电工程科学国家重点实验室

来源：

武汉大学学报(工学版) | 2009年 / 42卷 / 01期

关键词：

人工神经网络; BP算法; 径流预报; NLPM-ANN; SLM-ANN模型;

D O I：

暂无

中图分类号：

TV124 [];

学科分类号：

081501 ;

摘要：

基于人工神经网络的非线性扰动模型(NLPM-ANN)充分利用了LPM的季节信息处理方法和ANN强大的非线性模拟性能.然而该模型没有考虑流域的前期土壤湿度状态,影响了模型的模拟预报精度.为了将流域的前期土湿加入模型,同时能更加充分利用降水信息,采取一种将LPM与ANN结合起来的联合预报模式.选用8个流域的降雨径流资料,对改进的NLPM-ANN模型与SLM-ANN和NLPM-ANN模型进行比较研究.计算结果表明,改进的NLPM-ANN模型优于SLM-ANN模型和NLPM-ANN,在率定期和检验期的模型效率相对增值指数较NLPM-ANN提高10%左右.

引用

页码：1 / 5

页数：5