bp神经网络洪水预报模型在洪水预报系统中的应用

bp神经网络洪水预报模型在洪水预报系统中的应用

ID:9235278

大小:1.37 MB

页数:7页

时间:2018-04-24

bp神经网络洪水预报模型在洪水预报系统中的应用_第1页
bp神经网络洪水预报模型在洪水预报系统中的应用_第2页
bp神经网络洪水预报模型在洪水预报系统中的应用_第3页
bp神经网络洪水预报模型在洪水预报系统中的应用_第4页
bp神经网络洪水预报模型在洪水预报系统中的应用_第5页
资源描述:

《bp神经网络洪水预报模型在洪水预报系统中的应用》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、万方数据第35卷第1期水文V01.35No.1型!!塑——JOURNALOFCHINAHYDROLOGYFeb.,201——————————————————————————————————————————————————一::BP神经网络洪水预报模型在洪水预报系统中的应用胡健伟1,周玉良2,金菊良2(1水利部水文局,北京100053;2合肥工业大学土木与水利工程学院,安徽合肥230009)摘要:采用相关分析法,在区域降水、观测断面流量(或水位)因子中识别出影响预报断面径流过程的主要变量,在多个观测断面的数据均为流量情况下,采用基于时延组合的

2、合成流量为影响预报断面径流过程的变量,采用自相关分析法,识别出影响预报断面径流过程的前期流量(或水位)。以这些变量为BP神经网络模型的输入,以预报断面的流量(或水位)为模型的输出,在BP神经网络隐层节点数自动优选的基础上,构建了基于BP神经网络的洪水预报模型。将模型载入中国洪水预报系统中.应用结果表明:模型在历史洪水训练样本具有一定代表性的情况下,可获得较高的预报精度。关键词:洪水预报;人工神经网络;BP算法;洪水预报系统:应用中图分类号:P338.9文献标识码:A文章编号:1000—0852(2015)01—0020—06随着水文过程理论

3、的不断完善、水文观测资料的丰富积累、地理信息系统和遥感等空间信息获取和处理技术的快速发展,以水文学理论为基础的概念性水文模型和基于水文物理机制的分布式水文模型均取得了长足的进步口-3】,大大提高了降水径流过程模拟的精度和预报的准确性,尤其是自然流域的洪水过程模拟和定量预报,基本达到了防汛的预警预报实用要求[1-31。但在河网水系发达的河口区域(一般在其下游存在回水顶托),影响河道断面流量(或水位)的因素众多,且影响因素与断面的流量(或水位)关系复杂,采用概念型流域水文模型和分布式流域水文模型进行流域产汇流计算和河道洪水演算时,往往存在研究区

4、域内的水文过程(如河道受周期性回水顶托)难以概化、模型模拟所需的资料难以满足及模型的时空尺度难以合理选择等问题,致使具有一定物理基础的流域水文模型应用于该类断面的流量(或水位)计算、预报中精度较差。此外,很多山区河流水文站通常仅观测水位,而无流量资料,而基于质量、能量守恒的流域水文模型对流量通常能取得较好的模拟精度,但难以对受冲刷和於积作用影响较大的断面水位(水深)进行直接计算和预报。常规的线性回归等统计方法,亦难以描述河道断面的流量(或水位)与邻近断面的流量(或水位)、区域降水等影响因素间的复杂关系。BP人工神经网络用工程技术手段模拟人脑

5、神经网络的结构和功能特征,采用非线性处理单元模拟人脑神经元,用处理单元之间可变联接强度(权重)来模拟突触行为,构成一个大规模并行的非线性动力系统,适于描述系统输入和输出问的复杂关系,已在降水径流过程模拟【4.q、河道洪水预报¨”、水文模型参数与洪水特征属性间的关系【12。1习等水文系统建模中取得广泛的应用。BP神经网络应用于专业问题能否成功取决于如下两个主要方面:一是对所研究专业问题的概化,即寻找对水文系统输出(如径流过程、断面流量等)起关键影响的因子以及对其之间存在的关系的分析:二是BP神经网络自身参数的确定。此外,BP神经网络模型本质上

6、是一种“黑箱”统计模型.所选取的样本必须具有足够的数量和代表性。针对BP神经网络存在着学习速度慢、易陷入局部极小值等主要缺陷,许多学者分别从网络参数的初始值设置、网络隐层数及隐层节点数、激励函数选择、学习过程中网络参数的调整、局部极小值退出措施等方面提出了相应的改进方案。其中,网络参数的初始值~般具有较大概率搜索到全局最优收稿日期:2014—06—05基金项目:国家自然科学基金(51109052);水利部公益性行业科研专项经费(201001045)作者简介:胡健伟(1979-),男,江苏启东人,硕士,高工,从事水文情报预报研究。E—mail

7、:jwhu@mwr.gov.cn通讯作者:周玉良(1982一),男,安徽舒城人,博士,副教授,从事水文水资源研究。E—mail:ZYL54600@163.corn万方数据第1期胡健伟等:BP神经网络洪水预报模型在洪水预报系统中的应用21解的方法获得[41:隐层数及隐层节点数、激励函数型式一般采用试算法确定【8,1川;网络参数调整主要有自适应学习速率和附加动量项方法r7,11,14]:局部极小值跳出主要采用网络参数随机扰动结合参数优化的措施旧。针对具有一定物理基础的流域水文模型在现有条件下难以应用于部分区域的断面流量(或水位)预报的问题,提出

8、将基于BP神经网络的洪水预报模型作为中国洪水预报系统【161中的一种河道断面流量(或水位)预报模型,模型通过编译的动态链接库BP.dll载人中国洪水预报系统。中国洪水预报系统提供

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。