改进的神经网络模型在水文模拟中的应用 |
| |
引用本文: | 阚光远,李致家,刘志雨,李巧玲,胡友兵.改进的神经网络模型在水文模拟中的应用[J].河海大学学报(自然科学版),2013,41(4):294-299. |
| |
作者姓名: | 阚光远 李致家 刘志雨 李巧玲 胡友兵 |
| |
作者单位: | 1. 河海大学水文水资源学院,江苏 南京 210098;2. 水利部水文局,北京 100053 |
| |
摘 要: | 将BP神经网络与K-最近邻(KNN)算法耦合起来,建立BK(BP-KNN)模型,该模型以前期模拟流量和相应影响要素作为BP神经网络的输入,出口断面流量作为网络输出,对产汇流过程进行模拟;采用K-最近邻算法,基于历史样本的模拟误差和相应影响要素对网络输出进行修正,实现了非实时校正模式下的连续模拟。根据BK模型的计算流程将其参数分为3个层次,各层次分别使用NSGA-Ⅱ多目标优化算法进行参数优选,提高了模拟精度、优化效率和网络泛化能力。分别将新安江模型的产流、产流分水源计算模块与BK模型相耦合,建立 XBK (Xinanjiang runoff production-BK) 和 XSBK (Xinanjiang runoff production and separation-BK)模型,在呈村等3个不同类型的流域应用新安江模型、BK模型、XBK模型和XSBK模型进行模拟精度比较,结果表明改进的模型模拟精度更高,较好地解决了神经网络模型在水文模拟中存在的问题。
|
关 键 词: | 水文模型 BP神经网络 K-最近邻算法 新安江模型 NSGA-Ⅱ算法 呈村流域 东湾流域 大阁流域 |
修稿时间: | 2013/7/13 0:00:00 |
|
| 点击此处可从《河海大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《河海大学学报(自然科学版)》下载免费的PDF全文 |