首页|耦合人工神经网络模型在径流预测中的应用综述

耦合人工神经网络模型在径流预测中的应用综述

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
人工神经网络(artificial neural network,ANN)模型耦合其他模型或优化算法在径流预测中的应用逐渐增多.从人工神经网络模型与物理模型的耦合、多人工神经网络模型的耦合、分解技术与机器学习方法的耦合、人工神经网络模型与智能优化算法的耦合4个方面进行系统梳理和总结,阐述提高预测精度的原因及各方法的优势.同时,提出当前研究中存在的问题并进行展望,可为径流预测和水资源管理提供支持.
Review of coupled artificial neural network models applied in runoff prediction
The application of artificial neural network(ANN)coupled with other models or optimization algorithms in runoff prediction is gradually increasing.The systematic review and summary are given from 4 aspects:the coupling of ANN models with physical models,the combination of multiple ANN models,the integration of decomposition techniques with machine learning methods and the incorporation of ANN models with intelligent optimization algorithms.The reasons for the improvement in the prediction accuracy and the advantages of each method are analyzed.Furthermore,the present research challenges and future prospects are discussed,which can provide support for runoff prediction and water resources management.

runoff predictionback propagation(BP)neural network modelrecurrent neural network(RNN)modellong-short term memory(LSTM)neural network modelgated recurrent unit(GRU)neural network modelconvolutional neural network(CNN)model

王语浠、曹青、SHAO Quanxi

展开 >

南京信息工程大学龙山书院,江苏南京 210044

南京信息工程大学水文与水资源工程学院,江苏南京 210044

南京信息工程大学水利部水文气象灾害机理与预警重点实验室,江苏南京 210044

联邦科学与工业研究组织,澳大利亚珀斯WA 6151

展开 >

径流预测 反向传播(BP)神经网络模型 循环神经网络(RNN)模型 长短期记忆(LSTM)神经网络模型 门控循环单元(GRU)神经网络模型 卷积神经网络(CNN)模型

国家自然科学基金青年科学基金高端外国专家引进计划宁夏回族自治区重点研发计划水利部水文气象灾害机理与预警重点实验室开放基金水利部水文气象灾害机理与预警重点实验室开放基金

42201025G2023014051L2023BEG02054HYMED202210HYMED202301

2024

10.19513/j.cnki.hyqxxb.20230720001

海洋气象学报
山东气象学会 山东省气象科学研究所

海洋气象学报

影响因子：0.393
ISSN：2096-3599
年,卷(期)：2024.44(3)