喀斯特流域降雨-径流人工神经网络模型结构分析及模拟

摘要：

喀斯特流域降雨-径流响应是一个非线性过程,分析确定地下河流量过程的主要影响因子对喀斯特流域水文过程模拟具有重要意义.本文利用普定后寨河流域实测降雨、径流系列资料,采用神经网络权重分析法确定该流域的人工神经网络模型结构为两个隐含层、三个输入变量,该人工神经网络模型结构可以保持降雨-径流模拟的稳定性.模型经交叉训练与验证,训练期效率系数(NSC)达0.9以上,验证期NSC达0.88以上.说明神经网络权重分析法能够较好地确立预报因子与预报对象的关系,为喀斯特流域降雨-径流模拟提供一种有效的分析手段.

关键词：喀斯特、神经网络、权重分析、降雨-径流模拟、模型结构、普定后寨河流域、贵州

所属期刊栏目：28

分类号：P333(水文科学（水界物理学）)

资助基金：国家重点基础研究973资助项目2006CB403200;国家自然科技基金重点项目40930635

在线出版日期：2010-04-09（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：375-379