论文部分内容阅读
为了有效解决具有非线性特征的水文预报精准度的问题，通过对反向传播BP神经网络的学习和研究，分析了变量间的相互信息，提出了系统间相关信息熵的概念，并建立了适合水文预测的自迭代反向传播神经网络模型。该模型通过对迭代因子的及时修正，在反向传播中不断调整网络的权值和闽值，从而在很大程度上改善了传统BP算法所带来的不足，提高了预测的精度。实际的应用研究表明，自迭代反向传播模型的预测效果优于传统预测模型。