【摘 要】
：
在应用神经网络进行洪水预报时,因洪水系统随着河道上游来流、区间降雨、河床演变等因素的动态变化,其特性并不总是按照基本相同的规律变化,对这类系统的参数辨识,要求算法具
【机 构】
：
武汉大学水资源与水电工程科学国家重点实验室
论文部分内容阅读
在应用神经网络进行洪水预报时,因洪水系统随着河道上游来流、区间降雨、河床演变等因素的动态变化,其特性并不总是按照基本相同的规律变化,对这类系统的参数辨识,要求算法具有较强的实时跟踪能力,以适应模拟或预测洪水运动变化过程的要求.在BP神经网络模型的基础上,运用最小二乘递推算法,引入时变遗忘因子实时跟踪模型中时变参数的变化,建立了神经网络在非线性系统中动态系统输入、输出数据间的映射关系.计算实例表明:该法对参数的快速时变具有较快的跟踪能力和较高的辨识精度,是一种非常实用的水文实时预报方法.
其他文献
为预防喉头水肿和气管粘膜脱落引起的窒息,临床对中度以上的吸入性损伤病人常采用气管切开以保持呼吸道通畅.由于气管切开后病人不能正常发音,从而导致与周围人群的语言障碍.
对输沙水量的计算方法,黄河下游汛期、非汛期输沙水量的研究现状,水库对输沙水量的影响,输沙用水总量的研究现状等方面分别作了回顾.分析指出,输沙水量与来水含沙量、来水流
黄河三门峡以下非汛期水量调度是一个涉及众多部门和地区的半结构化的多目标决策问题,具有很强的空间分布特征. 建立了基于地理信息系统(GIS)的空间分析子系统,实现了系统空
讨论了河网概化的一般原则,并在分析单一河段水流数学模型的基础上,建立了可以适用于一般河网体系水流数值计算的数学模型,并采用荆江—洞庭湖的相关资料进行了验证。结果表
提出一种应用因子场的主分量建立北江长期洪水预报模型的方法,对发生暴雨洪水有重大影响的500hPa高度场和太平洋海温场作主分量分析,提取其含高信息量的主分量作为预报因子,