BP神经网络预测日径流序列的数据适应性分析

摘要：

对于不同数据特点的序列神经网络的逼近能力有较大的差异.为了使BP神经网络预测河流日径流的效果有较大改善,分析了S型神经元的训练和数据调整过程,提出了数据对神经网络的主动适应性的表征和判断标准,在提高其平滑度的基础上结合水文数据的结构特点,给出了日径流的非线性变换的几种基本形式.以广西平乐站29年的日径流量为例,通过适当的非线性平滑预处理后用神经网络进行预测,相对误差＜10%的天数平均提高47.8%,相对误差＜20%的天数平均提高35.6%.

关键词：水文预测、非线性预处理、数据平滑度、神经网络

所属期刊栏目：39

分类号：P333(水文科学（水界物理学）)

资助基金：国家自然科学基金50679047

在线出版日期：2007-05-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：25-29