基于Elman网络和实时递归学习的洪水预报研究

• 作者: 万新宇 华丽娟 孙淼焱 钟平安
• 来源期刊: 水力发电
• 学科: 地球科学
• 关键词: 实时洪水预报 动态神经网络 实时递归学习
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 水文水资源
• 页码范围: 12-16
• 页数: 5页
• 分类号: TV122|P338
• 字数: 2833字
• 语种: 中文

摘要

流域洪水形成过程异常复杂且动态变化,一般难以用传统的静态神经网络进行描述.然而,具有反馈连接的动态神经网络能够很好地反映洪水过程这种动态变化特征.为此,研究基于Elman动态网络构建流域洪水预报模型,采用具有在线学习功能的实时递归学习算法进行模型训练,并将所建模型和算法运用于淮河水系响洪甸水库的入库洪水实时预报中.结果 表明,所建模型预报精度高,实时性强,能够为流域的防洪决策提供支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟平安	河海大学水文水资源学院	92	770	15.0	21.0
2	万新宇	河海大学水文水资源学院	27	212	8.0	13.0
3	华丽娟	河海大学水文水资源学院	1	1	1.0	1.0
4	孙淼焱	河海大学水文水资源学院	1	1	1.0	1.0