集合神经网络的洪水预报

• 作者: 张建全 明焱 江衍铭
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 洪水预报 人工神经网络(ANN) 贝叶斯模型加权平均(BMA) 集合预报
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 土木与交通工程
• 页码范围: 1471-1478
• 页数: 8页
• 分类号: TV213
• 字数: 6145字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2016.08.007

摘要

针对防洪减灾的问题,通过将集合预报概念应用于人工神经网络,综合考虑样本和参数等因素的影响,构建集合神经网络模型,以降低单一神经网络模型的不确定性.针对初始值扰动和样本重采样两方面分别产生集合成员,由简单平均和贝叶斯模型加权平均整合预报输出,构建龙泉溪流域预见期为1～3 h的集合洪水预报.结果表明,相对于单一神经网络,集合神经网络模型有效地提高预测的精度.从均方根误差上看,集合神经网络模型性能比单一神经网络模型提升了15％～35％.在众多集合策略中,以初始值扰动和简单平均操作最简单,模型预报输出有16％～32％的提升,重采样和贝叶斯模型加权平均的组合效果使预报精度改进了22％～35％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	明焱	浙江大学建筑工程学院建筑学系	6	56	4.0	6.0
2	江衍铭	浙江大学建筑工程学院水文与水资源工程研究所	10	14	3.0	3.0
3	张建全	浙江大学建筑工程学院水文与水资源工程研究所	1	4	1.0	1.0