基于BP神经网络的概率径流预测模型

• 作者: 古今今 周娅 郭萍
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 水资源 BP神经网络 贝叶斯分析 六河水系径流量 多元回归
• 年，卷（期）: 2014,（2）
• 页码范围: 45-50
• 分类号: TV124
• 语种: 中文

摘要

本文采用多元线性回归模型模拟贝叶斯分析的先验分布和似然函数,并结合反向传播神经网络(BackPropagation Neural Network)建立基于BP神经网络的贝叶斯概率径流预测模型,将模型应用于石羊河出山口六河水系的年径流预测中.为降低BP神经网络的“黑箱”特性对预测精度的影响,在实例应用中结合了区域的水文特性对数据进行预处理,结果表明该方法有效的提高了模型的预测精度;同时相对于确定性水文预测方法而言,贝叶斯概率水文预报定量地、以分布函数形式描述水文预报的不确定度,能向用户提供更多、更全面的信息,为决策提供更有价值的技术支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭萍	中国农业大学水利与土木工程学院	64	552	12.0	21.0
3	周娅	中国农业大学水利与土木工程学院	1	12	1.0	1.0
6	古今今	北京师范大学环境学院生态模拟与城市生态研究所	2	21	2.0	2.0