基于反向传播算法的崇阳溪流域洪水流量预报

基于反向传播算法原理,采用试错法确定BP模型的隐含层节点数,并加入动量项,选取崇阳溪流域建阳水文站洪水流量过程及其上游武夷山水文站、支流麻沙水文站相应洪水流量过程资料,同时考虑建阳站前期流量的自回归影响,建立建阳站最速下降动量反向传播洪水流量预报模型。计算结果表明,模型预测精度符合要求,可以作为流域预测洪水的方法之一,为流域防汛会商和指挥调度提供依据。

山区流域RBF神经网络洪水预报方法

建立以高斯核函数为径向基函数的神经网络模型,以崇阳溪山区流域为例进行分析。利用泰森多边形法将流域划分为6个子流域;选取流域1997-2014年中15场洪水过程作为训练样本,以流域内6个雨量站各时段雨量资料和武夷山水文站前期流量过程作为输入,以流域出口断面武夷山水文站相应流量过程作为输出,运用自组织正交最小二乘法确定径向基函数的中心,采用伪逆规则求解其权值,建立RBF神经网络洪水预报模型;利用余下的6场洪水过程对模型进行检验。结果表明:各场次洪水流量过程平均相对误差和洪峰流量相对误差绝大部分在10%以内,确定性系数均大于0.9,预报精度符合要求,可以为防汛部门预测洪水提供依据。