人工神经网络方法在径流预报中的应用_徐中民.pdf
文本预览下载声明
第 22 卷 第 4 期 冰 川 冻 土 Vol . 22 No . 4
2 0 0 0 年 12 月 J OU RNAL OF GLACIOL O GY AND GEOCR YOL O GY Dec . , 2 0 0 0
文章编号 : (2000)
人工神经网络方法在径流预报中的应用
徐中民, 蓝永超 , 程国栋
( 中国科学院 寒区旱区环境与工程研究所冻土工程国家重点实验室 , 甘肃 兰州 730000)
摘要 : 采用 B P 神经网络模型 , 以西北内陆河黑河流域莺落峡年平均出山地表流量为研究对象 , 对人工
神经网络研究方法在干旱区环流径流预报中的应用进行了初步尝试. 结果表明该方法预报成功率较
高 , 证实了人工神经网络方法应用于流量预报领域的可行性 , 并分析了该方法在预报过程中的优缺性.
关键词 : 径流预报 ; 人工神经网络 ; 逆传播算法
中图分类号 : P338 + . 9 文献标识码 : A
(
良好的非线性映射能力 由于隐节点的引入 , 使得
1 引言
任何一个 3 层的含有 Sigmoid 神经元的网络能无限
) 〔8 , 9 〕
西北干旱地区流域流量或径流量预测是水资源 逼近任何连续函数 . 因此 , 本文选用 B P 神经
研究领域的一项重要内容 , 经过数十年的发展 , 预 网络来进行径流预报.
测方法已取得长足进展 , 如蓝永超等分别将灰色系 B P 网络模型的基本思想是把输入节点数为 N 、
统理 论 〔1〕, 周 期 性 外延 逐 步 回归耦 合 模 型 〔2 〕, 输出节点数为 M 的B P 网络 , 看成是从N 维欧氏空
〔3 〕 〔4 〕
Kalman 滤波 , 马尔科夫理论 等方法应用于西 间到 M 维欧氏空间的映射 ; 然后 , 根据最小二乘法
北干旱地区流域径流量的预测 , 取得了很好的研究 原理和梯度搜索技术 , 先通过正向传播 , 即将输入
成果. 但 目前大多数类似的研究方法都有一定程度 信息从输入层经隐含层逐层处理后传向输出层. 若
的局限性 , 例如在许多时间序列的水文预报分析中 输出层不能得到期望输出 , 则转入反向传播 , 将误
需要人为的评估参数 , 而在取得新数据时需要定期 差信号沿原来的连接通路返回 , 同时 , 边向后传播
〔5 〕
重新估算参数 . 人工神经网络作为一种新的研究 边修正各层神经元的权值及阈值 , 最终使网络实际
方法 , 在一定程度上可以弥补上述问题的不足. 国 输出值与期望输出值的误差均方值为最小. 因此 ,
内已有一些应用于水文水资源预测方面的神经网络 B P 网络学习过程是一种误差反向后传播 , 边修正
模型 〔6 , 7 〕,
显示全部