基于BP神经网络的坡面降雨产流预测

• 作者: 刘晓端 刘阳 李海英 王连元 葛晓元
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: BP神经网络 神经网络BP算法 坡面降雨产流
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 控制科学与工程
• 页码范围: 188-192
• 页数: 5页
• 分类号: TP183|TV121.1
• 字数: 3047字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2007.02.013

摘要

为预测坡面降雨产流,基于坡面降雨产流的非线性特性,引用3层BP(Back-Propagation)网络建模方法,对B市密云水库流域石匣小区水土保持监测小区的坡面降雨产流进行了研究.模型输入层变量数为5个,分别代表坡度、坡长、降雨强度、降雨历时、土壤的有效糙率,输出层变量数为坡面降雨产流量,利用野外小区实测数据,对上述网络进行了训练,学习100次后网络趋于收敛,训练样本集误差达到2.040 96×10-10,小于预设精度,预测样本的平均相对误差为1.67%.该模型的建立与实践,为坡面降雨产流预测的研究提供了新的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王连元	吉林大学物理学院	23	116	7.0	10.0
2	刘阳	吉林大学计算机教学研究中心	103	647	10.0	22.0
3	刘晓端		57	1116	19.0	31.0
4	葛晓元		6	42	4.0	6.0
5	李海英	吉林大学物理学院	19	106	6.0	9.0