与马斯京根汇流模型耦合的BP神经网络修正算法

• 作者: 戴韵秋 王建金 瞿思敏 石朋 肖紫薇 陈星宇 陈颖冰
• 来源期刊: 中国农村水利水电
• 学科: 工学
• 关键词: 实时修正 BP神经网络 马斯京根 模型耦合 洪水预报
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 水文水资源
• 页码范围: 113-117
• 页数: 5页
• 分类号: TV124
• 字数: 4111字
• 语种: 中文

摘要

为提高洪水预报的精度,提出一种BP神经网络耦合修正算法.该方法将水文模型预报的稳定性与神经网络预报的精确性相结合,应用实测流量资料与马斯京根汇流模型耦合进行单时段修正检验,对新安江模型计算的主河道各河段区间入流进行实时修正,并将实时修正的结果与二阶AR模型进行对比分析.通过实际流域验证,结果表明:改进BP耦合修正算法修正效果稳定,收敛迅速,在提高洪水预报精度的同时不损失预见期,实时修正效果整体优于二阶AR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	石朋	河海大学水文水资源学院	44	496	11.0	21.0
5	瞿思敏	河海大学水文水资源学院	62	550	14.0	20.0
6	王建金	河海大学水文水资源学院	6	17	3.0	3.0
7	肖紫薇	河海大学水文水资源学院	8	24	3.0	4.0
8	戴韵秋	河海大学水文水资源学院	7	35	3.0	5.0
9	陈颖冰	河海大学水文水资源学院	8	18	3.0	3.0
10	陈星宇	河海大学水文水资源学院	6	19	3.0	3.0