基于人工神经网络的水位预报多断面实时校正研究

• 作者: 包红军 李致家 王莉莉
• 来源期刊: 中国农村水利水电
• 学科: 工学
• 关键词: 水位预报 多断面实时校正 BP神经网络 有限记忆最小二乘法 淮河流域
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 水文水资源
• 页码范围: 91-94,99
• 页数: 5页
• 分类号: TV121
• 字数: 4072字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2284.2018.08.019

摘要

基于人工神经网络建立河道水位预报多断面实时校正模型.模型选择BP神经网络与有限记忆最小二乘法相结合建立递推式网络训练学习模式,跟踪洪水预报的残差变化.通过淮河中游河道水位预报进行验证,结果表明,在2008年汛期洪水中实时校正后的水位误差减少0.14～0.46 m,验证效果较好,对实际生产预报有一定的解决意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李致家	河海大学水文水资源学院	176	1917	22.0	34.0
2	包红军		17	94	6.0	9.0
3	王莉莉		13	110	6.0	10.0