-
题名Volterra神经网络水文模型及应用研究
被引量：9
- 1
-
-
作者
康玲
王乘
姜铁兵
-
机构
华中科技大学水电与数字化工程学院
-
出处
《水力发电学报》
EI
CSCD
北大核心
2006年第5期22-26,共5页
-
基金
武汉青年科技晨光计划项目(2005004028)
-
文摘
本文在对Volterra泛函模型与ANN模型进行一致性研究的基础上,提出了基于Volterra泛函结构的神经网络水文模型(VNNH)。VNNH模型吸取了Volterra模型和ANN模型的优点,克服了它们的不足之处。VNNH模型设计了一种多项式的激活函数,克服了Volterra模型求解高阶核函数的困难。并利用自组织神经网络算法确定VNNH模型隐含层神经元的数目;根据Volterra模型的结构由流域的单位线确定VNNH模型的初始权值。将VNNH模型应用于两个实际流域的洪水模拟和预测中,取得了较为满意的结果。
-
关键词
水文学
Volterra神经网络水文模型
非线性系统模拟
降雨径流过程
-
Keywords
hydrology
hydrologic model of Volterra neural network
nonlinear system modeling
rainfall runoff process
-
分类号
TV124
[水利工程—水文学及水资源]
-
-
题名基于改进BP网络的日径流预报模型研究
被引量：7
- 2
-
-
作者
张俊
程春田
杨斌斌
廖胜利
-
机构
大连理工大学土木水利学院
-
出处
《水电能源科学》
2008年第6期14-16,共3页
-
基金
国家自然科学基金资助项目(50679011)
高校博士点基金资助项目(20050141008)
-
文摘
针对常规BP算法收敛速度慢和难以获得全局最优的不足,将网络误差函数的改变量引入权值和偏移值的调整,采用自适应学习速率和自适应动量因子调整策略,建立了基于多层感知器神经网络(MLP—ANN)的水文预报模型。采用自相关函数(ACF)和交叉相关函数(CCF)确定网络输入因子并使用试错法优化网络结构。以湖南省双牌水库日入库流量预测为应用实例,并将模拟结果与常规BP网络模型和新安江模型进行对比分析。结果表明,改进模型收敛速度快、预报精度高。
-
关键词
降雨一径流模拟
BP神经网络
自适应算法
新安江模型
非线性系统模拟
-
Keywords
rainfall-runoff simulation
BP neural network
self-adaptive algorithm
Xin＇ anjiang model
nonlinear system modeling
-
分类号
TV12
[水利工程—水文学及水资源]
TV213
-
