基于改进型前馈神经网络的流域产流预报模型的研究

在分析流域产流机制、影响因素和现行产流计算方法的基础上，首次选取前期影响雨量、主产流历时、全过程面平均雨量和４个代表雨强计７个因子作为神经网络输入，直接以流域产流深作为神经网络输出，并针对传统ＢＰ算法的固有缺陷，采用混合ＧＮ－ＢＦＧＳ算法训练网络。实例验证了所建模型及算法的有效性和可行性。还对神经网络隐层单元数等进行了初步研究。