期刊文献+

BP网络优化结合峰值识别理论进行洪水预报

下载PDF
导出
摘要 随着国民经济的不断发展,各经济部门对水文预报的要求越来越高。及时准确地预报洪水显得非常重要。进一步提高水文预报精度一直是一个努力的方向,本着这个原则,比较详细地介绍了将自适应遗产算法对BP网络的初始权重的优化,并结合峰值识别理论在水文预报中的应用,将遗传算法和人工神经网络的优点提取出来,取长补短,取得了较好的预报效果。
作者 陈南祥 呼唤
出处 《人民长江》 北大核心 2008年第2期15-16,22,共3页 Yangtze River
  • 相关文献

参考文献7

二级参考文献24

  • 1尚金成,刘鑫卿,张勇传,刘育琪,杜江.基于多层神经元网络的随机自适应径流预报模型[J].水电能源科学,1995,13(1):52-56. 被引量:15
  • 2马光文.遗传算法在水电站优化调度中的应用[J].水科学进展,1997,3.
  • 3张恭肃 朱星明.洪水预报调度自动化系统[J].水文,1988,(5):1-6.
  • 4Yu Paoshan, Cehn Chiajung, Chen Shiannjong, Lin Shuchen. Application of grey model to ward runoff forecasting [ J ].Journal of The American Water Resources Association,2001,37( 1 ):151 - 166.
  • 5长办水文局汇编.水文预报论文选集[M].北京:水利电力出版社,1985..
  • 6Raman H, Sunikuma N. Multivariate modeling of water resources time series using ar6ficial neural networks [ J ].Hydrological Sciences Journal, 1995,40(2):145- 163.
  • 7Minns A W, Hall M J, Artificial neural networks as rainfall-runoff models[J]. Hydrological Science Journal, 1996,41 (3):399 - 417.
  • 8Bonaffe A, Galeati G, Sforna M. Neural networks for daily mean flow forecasting. In: Blain W R, Katsifarakis K Led. Water Resources and Distribution[ J ]. hydraulic Eng Software V, UK : Southamptom, 1994,1 : 131 - 138.
  • 9Maier H R, Dandy G C. The use of artificial neurla networks for the prediction of water quality parameters[ J ]. Water Resources, 1996,32(4) : 1013 - 1022.
  • 10Geldberg D E .Genetic Algorithms in Search, Optimization and Machine Learning[M]. MA, Addison-Wesley, 1989.

共引文献170

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部