基于人工神经网络的卡尔曼滤波实时校正技术

• 作者: 丁晶 李眉眉 缪韧 覃光华
• 来源期刊: 水力发电
• 学科: 地球科学
• 关键词: 神经网络 卡尔曼滤波 实时校正 流量预报
• 年，卷（期）: 2002,（11）
• 所属期刊栏目: 水文计算
• 页码范围: 9-12
• 页数: 4页
• 分类号: P33|TV213.4
• 字数: 3558字
• 语种: 中文
• DOI: 10.3969/j.issn.0559-9342.2002.11.003

摘要

针对人工神经网络技术在实际应用中常出现的过拟合现象,设计了以人工神经网络模型做初级预报,用卡尔曼滤波技术对初级预报结果进行二次预报的方法.该方法用于淮河王家坝水文站最高洪水位的预报和岷江上游段紫坪埔水文站的流量预报,并与标准的BP网络模型以及卡尔曼滤波模型进行了比较.两个应用实例的计算结果表明,以上两种技术的结合,不仅有利于预防过拟合问题,还可提高预报精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁晶		208	8759	49.0	86.0
2	缪韧		22	155	8.0	12.0
3	覃光华		50	477	12.0	20.0
4	李眉眉		11	166	7.0	11.0