基于BP神经网络模型的月径流预报

Monthly Runoff Forecast Based on BP Neural Network Model Inclined Core

申智鹏 ¹孙颖娜 ¹姚浩 ¹张丽娜¹

扫码查看

作者信息

1. 黑龙江大学水利电力学院,黑龙江哈尔滨 150080
折叠

摘要

针对水文系统的高度非线性关系,采用BP神经网络模型,通过经验公式和迭代得到隐藏层个数,使用L-M(Levenberg-Marquardt)算法优化权值,分别建立2-3-1和4-8-1网络拓扑结构的BP1、BP2模型,选取永翠河流域中的带岭(二)站的实测数据进行径流预报.结果表明,BP1模型的拟合度高,预测结果的合格率低,出现此情况的原因可能为数据样本较少,模型陷入局部最优.BP2模型的拟合较前者低,但合格率高,且预测结果可达到精度要求,可作为径流模拟的方法之一,为流域径流模拟提供依据.

关键词

永翠河流域/径流预报BP神经网络/L-M算法

引用本文复制引用

出版年

2022

陕西水利

陕西省城乡供水管理办公室

陕西水利

影响因子：0.185

ISSN：1673-9000

参考文献量6

段落导航