基于PG-BP神经网络的流域洪涝预测及仿真

• 作者: 韩卓慧 闫长青
• 来源期刊: 软件导刊
• 关键词: BP神经网络 水位预测 洪水淹没 仿真模拟 水文分析
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 计算机软件与理论
• 页码范围: 50-55
• 页数: 6页
• 分类号: TP306
• 语种: 中文
• DOI: 10.11907/rjdk.202256

摘要

河流水位数据是洪涝灾害仿真模拟的重要依据,而精准的水位预测可以给洪水的淹没范围提供可靠的参考信息.单一BP神经网络的水位预测模型通常用于洪水水文模拟,但其准确度不高.为了精确分析洪水淹没范围并实现洪水淹没的仿真模拟,首先引入主成分分析方法(PCA)提取出影响水位变化的主成分,然后将主成分作为GA-BP神经网络的输入变量,河流水位数据为输出变量,建立PG-BP神经网络洪水水位预测模型.以大沽河流域为研究区域,使用该模型对汛期水位进行预测,根据模型预测的水位数据,可实现大沽河流域洪水淹没的仿真模拟.该模型水位预测的预报准确率均值达99.8％,预报效果较好,拟合精度较高,且可视化仿真也能够真实生动地显示出受灾地区,可以为防洪决策提供有力支撑.