神经网络在黄河口水沙通量研究中的应用

利用利津断面1963-1989年的水沙资料，建立了GRNN网络模型和BP神经网络模型，研究并探讨了黄河口水沙通量的预测问题。结果表明：①利用奇数年数据建立的GRNN和BP模型预测误差大、精度低，而用归一化处理的数据建立的GRNN和BP模型预测的绝对误差小、精度高，并且GRNN的预测精度比BP模型的高；②神经网络具有很高的灵活性和非线性映射能力；③归一化的实质是自变量的无量纲化，利用量纲分析理论研究水沙影响因子，为进一步研究黄河口水沙问题提供了一个思路。