基于模块神经网络的非线性降雨径流模拟研究

针对流域水文系统的复杂性和非线性,利用人工神经网络(ANN)建立了一种混合非线性模型来精确模拟降雨径流。针对一般人工神经网络存在不能有效地处理先验知识和其他来源数据、处理较大数据集时耗时长、CPU消耗高以及处理较小数据集时精度低等问题,在多层感知器(MLP)的基础上引入模块神经网络(MNN)。模块神经网络具有独立的拓扑结构,可以有效地处理降雨径流中具有复杂空间关系的参数。结果表明,对比人工神经网络,模块神经网络模拟降雨径流耗时更短,精度更高。