| 基于混沌径向基神经网络模型的洪水预测研究 |
| |
| 引用本文： | 张建龙,解建仓,韩宇平.基于混沌径向基神经网络模型的洪水预测研究[J].西北农林科技大学学报(社会科学版),2009,37(8):221-227. |
| |
| 作者姓名： | 张建龙 解建仓 韩宇平 |
| |
| 作者单位： | 张建龙,解建仓(西安理工大学,水利水电学院,陕西,西安,710048);韩宇平(华北水利水电学院,河南,郑州450011);申瑜(山西省水文水资源勘测局,山西,太原,030001) |
| |
| 基金项目： | 水利部公益性行业专项 |
| |
| 摘 要： | 【目的】建立更为理想的洪峰大流量预测模型。【方法】针对目前大部分预测模型对洪峰大流量数值预测结果不太理想的问题,根据自然界中普遍存在的混沌现象,在对洪水系统进行混沌识别的基础上,建立了基于混沌理论和径向基神经网络(RBF)的预测模型,将实测洪水序列进行相空间重构得到训练样本,利用MATLAB 7.0工具箱确定网络结构。【结果】将所建立的RBF模型用于汾河石滩水文站2004年最大洪水的预测,结果表明,该模型预测结果的合格率、平均相对误差、相关系数(R)、均方根误差(RMSE)和Nash-Sutcliffe系数(NSC)分别为100%,4.69%,0.9793,4.2260和0.9552,而传统Volterra级数自适应预测模型的分别为93.75%,8.97%,0.9540,10.2632和0.7358,可见RBF模型的预测结果较好,并且对预测洪峰大流量数值取得了较理想的预测效果。【结论】将混沌理论和径向基神经网络结合建立预测模型,作为提高洪水预报精度的一种新尝试,对以后进行洪水预测研究具有一定的参考价值。
|
| 关 键 词： | 洪水预测 相空间重构 混沌理论 径向基神经网络 |
| 收稿时间： | 2008/11/17 0:00:00 |
Flood forecasting research based on the chaotic RBF neural network model |
| |
| ZHANG Jian-long,XIE Jian-cang,HAN Yu-ping,SHEN Yu.Flood forecasting research based on the chaotic RBF neural network model[J].Journal of Northwest Sci-Tech Univ of Agr and,2009,37(8):221-227. |
| |
| Authors: | ZHANG Jian-long XIE Jian-cang HAN Yu-ping SHEN Yu |
| |
| Institution: | 1 Institute of Water Conservancy and Hydroelectric Power,Xi’an University of Technology,Xi’an,Shaanxi 710048,China;2 North China University of Water Conservancy and Electric Power,Zhengzhou,Henan 450011,China;3 The Bureau of Hydrology Water Resource Surveys in Shanxi Province,Taiyuan,Shanxi 030001,China) |
| |
| Abstract: | |
| |
| Keywords: | flood forecasting phase-space reconstruction chaos theory neural network RBF |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《西北农林科技大学学报(社会科学版)》浏览原始摘要信息 |
| 点击此处可从《西北农林科技大学学报(社会科学版)》下载免费的PDF全文 |
|
