基于人工神经网络的水位预报多断面实时校正研究

基于人工神经网络建立河道水位预报多断面实时校正模型。模型选择BP神经网络与有限记忆最小二乘法相结合建立递推式网络训练学习模式,跟踪洪水预报的残差变化。通过淮河中游河道水位预报进行验证,结果表明,在2008年汛期洪水中实时校正后的水位误差减少0.14~0.46 m,验证效果较好,对实际生产预报有一定的解决意义。