应用于水文预报的优化BP神经网络研究

• 作者: 王汶 王臣立 王长耀 谷晓平
• 来源期刊: 生态环境
• 学科: 地球科学
• 关键词: 优化神经网络 水文预报 模型
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 研究报告
• 页码范围: 524-527
• 页数: 4页
• 分类号: P338
• 字数: 4600字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-5906.2004.04.016

摘要

利用广东省滨江流域的水文观测资料,建立了以前期降水量为预报因子、以水位为输出的BP人工神经网络水文预报模型.首先采用了合理的方法进行样本组织,进而利用最优子集回归技术进行输入因子的确定,然后进行了不同隐层节点数、不同转移函数、不同训练算法的组合试验,确定了应用于水文预报中的优化BP神经网络:网络结构为8-9-1;转移函数的组合方式为tansig-线性函数;训练算法为采用evenberg-Marquardt(Lm)算法.为便于精度分析,还采用了最优子集回归模型作了研究.结果表明,优化BP网络模型无论在拟合精度还是在预测精度上都高于最优子集模型.总的来说BP网络是一种精度较高的水文预测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王长耀	中国科学院遥感应用研究所	96	3453	33.0	55.0
2	王汶	中国科学院遥感应用研究所	13	403	11.0	13.0
3	谷晓平	中国科学院遥感应用研究所	6	194	6.0	6.0
5	王臣立	中国科学院遥感应用研究所	6	137	6.0	6.0