基于遗忘因子的BP神经网络水文实时预报方法

• 作者: 张小峰 袁晶
• 来源期刊: 水科学进展
• 关键词: 神经网络 最小二乘递推算法 时变遗忘因子 时变参数 水文实时预报
• 年，卷（期）: 2004,（6）
• 页码范围: 787-792
• 页数: 6页
• 分类号: P338.9
• 语种: 中文
• DOI: 10.3321/j.issn:1001-6791.2004.06.018

摘要

在应用神经网络进行洪水预报时,因洪水系统随着河道上游来流、区间降雨、河床演变等因素的动态变化,其特性并不总是按照基本相同的规律变化,对这类系统的参数辨识,要求算法具有较强的实时跟踪能力,以适应模拟或预测洪水运动变化过程的要求.在BP神经网络模型的基础上,运用最小二乘递推算法,引入时变遗忘因子实时跟踪模型中时变参数的变化,建立了神经网络在非线性系统中动态系统输入、输出数据间的映射关系.计算实例表明:该法对参数的快速时变具有较快的跟踪能力和较高的辨识精度,是一种非常实用的水文实时预报方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张小峰	武汉大学水资源与水电工程科学国家重点实验室	148	1488	19.0	30.0
2	袁晶	武汉大学水资源与水电工程科学国家重点实验室	16	195	8.0	13.0