摘要
对基于神经网络的洪水序列预测方法进行了研究。将动态学习率、惯性冲量方法改进的神经网络模型用于水文时间序列洪水预报中,提出以确定性系数最大为评价标准的参数优选方法。经两个洪水序列的实例研究结果表明,神经网络对于变化平缓的洪水序列,预报效果很好,对于彼动剧烈的复杂水文序列,洪水预报效果不如前者。
The neural network model is used in the flood forecast of hydrological time series. A method of parameter optimization based on maximal determinacy coefficient is put forward. The research result of the two cases of flood serials show that the neural network model can get a better result for slowly changing flood series, but a undesirable result for a complex hydrological series.
出处
《计算机工程与设计》
CSCD
北大核心
2007年第17期4312-4314,共3页
Computer Engineering and Design
基金
温州市科技发展计划基金项目(G2002034-14)
关键词
神经网络
水文时间序列
洪水预测
参数优选
确定性系数
neural network
hydrological time series
flood forecast
parameter optimization
determinacy coefficient
