水文预报的人工神经网络方法

吴超羽; 张文

您当前的位置：

首页 >

文章列表页 >

水文预报的人工神经网络方法

论文 | 更新时间：2023-12-11

- 水文预报的人工神经网络方法
- Appication of Artificial Neural Net:A New Approach for Hydrological Forecasting
- 中山大学学报(自然科学版)(中英文) 1994年33卷第1期页码：79-90
- 作者机构：
  
  1. 中山大学河口海岸研究所
  2. 华南理工大学自动化系
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版日期：1994，
  
  网络出版日期：1994-1-25，
扫描看全文
吴超羽, 张文. 水文预报的人工神经网络方法[J]. 中山大学学报(自然科学版)(中英文), 1994,33(1):79-90.

Wu ChaoYu, Zhang Wen. Appication of Artificial Neural Net:A New Approach for Hydrological Forecasting[J]. Acta Scientiarum Naturalium Universitatis SunYatseni, 1994,33(1):79-90.
吴超羽, 张文. 水文预报的人工神经网络方法[J]. 中山大学学报(自然科学版)(中英文), 1994,33(1):79-90. DOI：

Wu ChaoYu, Zhang Wen. Appication of Artificial Neural Net:A New Approach for Hydrological Forecasting[J]. Acta Scientiarum Naturalium Universitatis SunYatseni, 1994,33(1):79-90. DOI：

摘要

本文在水文学文献上首次应用人工神经网络模型（ＡＮＮ）对广东省目前最大的飞来峡水电枢纽工程控制水文站北江横石站的日均及逐时流量进行了预报，资料包括５年洪水季节的逐时流量和全年的日均流量。研究表明能有效的模拟非线性的实际水文系统。本文提出的模型与现有的ＣＡＲ，ＡＲ和ＲＷＴＬ等线性模型进行了比较，为此鉴别了１４９个模型，ＡＮＮ模型在明显的增加了预报长度同时提高了预报精度。

Abstract

A highly nonlinear artificial neural network(ANN ) model is introducedas analternative approach for river flow forecasting of the Hengshi station

the control stationof the largest key project of water and electricity in Guangdong province。 Data for modelcalibration and test include five year hourly and one year daily mean discharge·Themodel can efficiently simulate the nonlinear process of a real hydrological system

Com-parisons are made between the ANN model and the existing system analysis models

e.g.CAR

RWTL and AR models. Totally l49 models are identified in this study

in allcases

the ANN model is superior to the system analysis models in the sense of increas-ing the forecasting lead time and improving the forecasting quality at the mean time。

关键词

&nbsp水文预报人工神经网络模型系统预报北江飞来峡

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

北江枯季中期预报的线性响应模型

网藓Syrrhopoden　japonicus化学成分的研究

紫毛香茶菜二萜成分研究(英文)

样条函数的共轭插值(Ⅱ)——微分算子样条

标量光场平面屏衍射的矩阵理论 (Ⅰ)光场表示