模糊神经网络水文预报模型在洺河流域的应用.pdf

《模糊神经网络水文预报模型在洺河流域的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、水利水电技术第45卷2014年第7期模糊神经网络水文预报模型在沼河流域的应用王树谦，杜岚，汪健，杜富慧(河北工程大学，河北邯郸056021)摘要：本文选取雨强距离指数(IPD)及其他有关参数等作为自适应神经模糊推理系统(ANFIS)水文预报模型的输入。提出雨强距离指数的定义及其目的和意义。为剖析雨强距离指数在水文预报模型中的应用，分别建立不包含雨强距离指数的模型A与包含该指数的模型B进行对比评价。结果表明，将雨强距离指数作为ANFIS水文预报模型的输入能够提高模型的预报精度。关键词：雨强距离指数；自适应神经模糊推理系统；水文预报模型；沼河流域中图分类号：TV213．9文献标识码：

2、A文章编号：1000—0860(2014)07．0018—03ApplicationofANFISbasedhydrologicalforecastmodeltoMingheRiverCatchmentWANGShuqian，DULan，WANGJian，DUFuhui(HeibeiUniversityofEngineering，Handan056021，Hebei，China)Abstract：IPD(Indexofprecipitationintensityanddistancebetweenrainfallstationandoutflowsection)andtheoth

3、errelevantparametersareselectedandtakenastheinputsoftheANFIS(AdaptiveNetwork-basedFuzzyInferenceSystem)basedhydI．ologi-calforecastmodel，andthenthedefinitionofIPDanditsobjectiveandsignificanceareputforwardherein．InordertodissecttheapplicationofIPDtothehydrologicalforecastmodel，themodelAwithomI

4、PDandmodelBwithIPDalerespectivelyestablishedforthecomparisonandevaluationconcerned．TheresultshowsthattheforecastingaccuracyoftheANFIShydrologicalforecastmodelCanbeenhancedbytakingIPDastheinputofit．Keywords：IPD；ANFIS；hydrologicalforecastingmodel；MingheRiverCatchment水文预报是目前我国开展防洪、抗旱、防潮等减灾工作的重要信

5、息，其精确程度直接影响在水资源综合利用中能否取得最大的经济和社会效益。目前，水文预报模型多采用自适应神经模糊推理系统(AN．FIS)，国内很多学者也对该系统的精确性做出了不同的论证。马细霞⋯等人对ANFIS模型的精确性论证中提出，ANFIS预报误差变化范围小，收敛速度快，预报结果稳定且精度较高，预报效果好。熊立华怛。等人提出在水文模拟中，对于同样的输入，不同的水文模型之中，ANFIS可得到更稳健的流量模拟结果，模型效率和模拟精度较高。而在实际问题当中，水文系统是一个复杂的系统，这一特性体现于降雨、蒸发、温度、包气带等多种因素对径流过程的影响，当利用ANFIS建立水文预报模型时，可

6、供选择的输入因子很多，如何正确的选择这些输入因子将直接影响着预报效果以及预报成本。选择不足会导致预报的精18度不够；选择过多会造成建模时间过长、模型复杂程度显著增加、模型预报精度没有明显的改善甚至下降等问题【3J。因此，选取合适的模型输入参数对模型评价结果的精确性至关重要。在优选参数的过程中，雨强距离指数(IPD)脱颖而出，选取该指数作为输入参数应用于水文预报模型中，提出该指数的定义、目的和意义，分析其对水文预报模型产生的影响以及将其作为模型输入的重要意义。本文以沼河流域为研究对象，选取与洪水过程有内在联系的因素建立两个ANFIS洪水预报模型(两模型的不同之处在于模型输人变量是否

7、包含雨强距离指数)，比较两模型评判结果的精确度来探究雨强距离指数在ANFIS洪水预报模型中的应用。收稿日期：2013．11．07作者简介：王树谦(1954一)，男，河北大名人，教授。WaterResourcesandHydropowerEngineedngV01．45No．71ANFIS模型原理自适应神经模糊推理系统(ANFIS)是Takagi和Sugeno提出的一种利用非线性模型去处理和描述模糊语言信息，表达出复杂系统的动态特性的模糊推理模型。在系统中，所使用的规则是Takag