集合卡尔曼滤波与神经网络融合的洪水预报研究

被引：9

作者：

岳延兵 ^{[1
,2
]}

李致家 ^{[2
]}

范敏 ^{[1
]}

机构：

[1] 山西水利职业技术学院

[2] 河海大学水文水资源学院

来源：

水力发电学报 | 2014年 / 33卷 / 01期

基金：

高等学校博士学科点专项科研基金;

关键词：

水文预报; 信息融合; EnKF; 神经网络;

D O I：

暂无

中图分类号：

TV122 [洪水];

学科分类号：

摘要：

为了提高河道洪水预报精度,研究了集合卡尔曼滤波法与神经网络模型的河道洪水预报技术。利用龙门、白马寺实测洪水资料预报黑石关洪水并进行了对比检验,讨论了集合卡尔曼滤波与神经网络模型预报洪水的融合过程及其特点。试验结果表明,应用集合卡尔曼滤波技术优于神经网络的预报效果,集合卡尔曼滤波技术与神经网络模型融合可有效提高河道洪水预报的精度。

引用

页码：23 / 28

页数：6

共 9 条

[1] 基于BP神经网络的马斯京根模型参数动态估计 [J].