模糊理论和神经网络预报河流冰期水温的比较研究
冬季冰期水温的预报是冰情预报的基础。将基于自适应网络的模糊推理系统(ANFIS)和Levenberg-Mar-quardt算法改进的BP神经网络模型ANN应用到黄河冬季水温预报中,通过分析模型结构特性、水文数据及其相关预报因子的特点,确定模型合理的输入参数。在ANFIS和ANN模型输入因子和预见期相同的条件下,预报黄河最北端三湖河口、头道拐、巴彦高勒3个水文站冬季结冰期的水温。两种模型预报结果的优劣通过确定性系数、均方根误差和相关系数3种参数的比较进行评定。通过12组参数预报结果的比较和特性评定,自适应网络的模糊推理系统预报结果均比神经网络模型预报结果好。研究表明:基于自适应网络的模糊推理系统这一新的理论能够适合冬季结冰期水温预报的特点,预报精度得到普遍的提高。
ANFIS、ANN、冰情、预报、水温、黄河
TV124(水利工程基础科学)
国家自然科学基金资助项目51179209;51209233;水利部公益性行业科研专项201301032
2013-08-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
842-847