三种基于神经网络的洪水实时预报方案的比较研究

摘要：

在总结神经网络应用的基础上,归纳了3种基于神经网络的洪水实时预报方案.第一种是神经网络水文模型的模拟模式加模拟误差的自回归校正模型,第二种是权重系数固定的神经网络实时预报方案,第三种是权重系数自动更新的神经网络实时预报方案.采用10个不同流域的日流量资料对这3种方案进行率定和校核,比较这3种方案的实时预报精度.结果发现,第三种方案不仅预报精度要高于其他两种方案,而且比第一种方案少了一个自回归校正模型,结构简洁.本文建议采用第三种洪水实时预报方案.

关键词：水文模型、洪水预报、神经网络、向后演算法

所属期刊栏目：23

分类号：P338+.1(水文科学（水界物理学）)

资助基金：中国博士后科学基金2001;湖北省留学回国人员科研启动基金2001;武汉大学校科研和教改项目

在线出版日期：2003-12-19（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：1-4,41