论文部分内容阅读
时间序列分析在水文预报中起重要作用，其关键是要建立一个合适的预报模型．文章提出基于BP算法的单输出和多输出水文预报时间序列神经网络模型，克服了以往多种基于随机分析预报模型的缺点，不仅能实现快速灵活的信息处理，而且具有很强的非线性映射和自学习、自适应能力，这为更精确描述复杂非线性水文过程提供了可能．通过对历史数据的学习，模型可对水文径流量时间序列进行预报，两个实例分析表明模型的可行性和有效性．