Release Time:2019-03-11  Hits:

Indexed by: Journal Article

Date of Publication: 2008-12-25

Journal: 水电能源科学

Included Journals: ISTIC、PKU

Volume: 26

Issue: 6

Page Number: 14-16

Key Words: 降雨—径流模拟;BP神经网络;自适应算法;新安江模型;非线性系统模拟

Abstract: 针对常规BP算法收敛速度慢和难以获得全局最优的不足,将网络误差函数的改变量引入权值和偏移值的调整,采用自适应学习速率和自适应动量因子调整策略,建立了基于多层感知器神经网络(MLP—ANN)的水文预报模型。采用自相关函数(ACF)和交叉相关函数(CCF)确定网络输入因子并使用试错法优化网络结构。以湖南省双牌水库日入库流量预测为应用实例,并将模拟结果与常规BP网络模型和新安江模型进行对比分析。结果表明,改进模型收敛速度快、预报精度高。