基于PSO算法的洪水预报模型研究

摘要：

受四川盆地地形与北部秦岭山脉的影响，达州市河流众多，洪灾频频发生，每次洪灾都给达州市政府和人民带来巨大的经济损失和惨重的人员伤亡。文中以四川省达州市州河流域为研究对象，采用达县水文站月平均流量作为洪水属性，提出了一种基于PSO算法优化的神经网络，并建立了洪水预报模型。通过实验仿真对比，其预报精度高于传统的BP神经网络，具有预报结果合理、相对误差小、收敛速度快、预报精度高等优点，从而能更有效地帮助防汛部门预报洪水，降低洪水带来的风险，还能够为达州市的防汛工作提供一定的参考意见。

关键词：BP神经网络、粒子群算法、洪水流量、洪水预报

分类号：TP301.6(计算技术、计算机技术)

资助基金：四川省教育科技2011年面上项目11ZB139;达州市2011年科技攻关项目JCY1117;四川文理学院2013年科研项目2013Z002Y

在线出版日期：2015-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：200-203