基于Gamma Test的非线性降雨径流回归模型研究

摘要：

Gamma Test是一个与模型无关的数据分析方法,可以解决建立回归模型时面对的模型精度评价、划分率定和验证的数据及模型输入因子选择这三个问题.本文以英国的River Tone流域为例,应用Gamma Test方法分析数据,指导建立双层BP神经网络降雨-径流模型.结果表明,Gamma Test可以指导优化输入因子,精简模型结构,防止过拟合.

关键词：Gamma Test、ANN、过拟合、径流模拟、回归模型

所属期刊栏目：30

分类号：P338+.9(水文科学（水界物理学）)

资助基金：国家自然科学基金50479033;广东省科技计划基金2006B37202001

在线出版日期：2010-04-26（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：39-43