本文關(guān)鍵詞：基于NARXNN模型的降雨—水位關(guān)系研究

  更多相關(guān)文章： 降雨水位關(guān)系 NARXNN 正交實(shí)驗(yàn) 參數(shù)優(yōu)化

【摘要】：近年神經(jīng)網(wǎng)絡(luò)模型的發(fā)展為降雨—徑流這一復(fù)雜的水文非線性過程的模擬提供了一種新的解決思路.本文基于淮河流域下游區(qū)濱海站2010—2012年的降雨及水位日資料,應(yīng)用帶外部輸入的非線性自回歸神經(jīng)網(wǎng)絡(luò)模型(Nonlinear AutoRegressive models with eXogenous input Neural Network,NARXNN),構(gòu)建了以降雨為外部輸入的淮河下游區(qū)降雨—水位關(guān)系模擬模型.設(shè)計(jì)了不同參數(shù)組合的正交模擬實(shí)驗(yàn),采用相關(guān)系數(shù),均方誤差和平均絕對(duì)差評(píng)判模型的擬合優(yōu)度,對(duì)模型參數(shù)進(jìn)行優(yōu)選,實(shí)驗(yàn)結(jié)果表明節(jié)點(diǎn)數(shù)對(duì)模型的擬合優(yōu)度影響最大,當(dāng)激勵(lì)函數(shù)為logsig,節(jié)點(diǎn)數(shù)為7,延時(shí)階數(shù)為4,隱含層數(shù)為9時(shí),模型模擬效果最優(yōu).根據(jù)優(yōu)化的參數(shù)組合,利用NARXNN模型對(duì)淮河下游區(qū)濱海站和長江下游區(qū)黃橋站的水位過程進(jìn)行了模擬,結(jié)果表明該模型具有很強(qiáng)的魯棒性.
【作者單位】： 南京大學(xué)表生地球化學(xué)教育部重點(diǎn)實(shí)驗(yàn)室;南京大學(xué)地球科學(xué)與工程學(xué)院水科學(xué)系;
【基金】：國家自然科學(xué)基金青年科學(xué)基金(41201022) 國家水體污染控制與治理科技重大專項(xiàng)(2014ZX07204-005)
【分類號(hào)】：P333
【正文快照】： Applications of rainfall-water level relationshipbased on NARXNN modelYan Zhongyue1,2,Xu Jing1,2*,Hua Jian1,2(1.Key Laboratory of Surficial Geochemistry,Ministry of Education,Nanjing,210023,China;2.Department ofHydrosciences,School of Earth Sciences and

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 趙良杰;夏日元;易連興;楊楊;;基于NARX模型的巖溶地下河日流量預(yù)測(cè)[J];水電能源科學(xué);2015年05期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 張正浩;張強(qiáng);江濤;陳曉宏;;基于小波神經(jīng)網(wǎng)絡(luò)的東江流域徑流模擬多模型比較研究[J];武漢大學(xué)學(xué)報(bào)(理學(xué)版);2015年03期

【二級(jí)參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 張國梁;張志杰;杜紅棉;孟松;;基于NARX神經(jīng)網(wǎng)絡(luò)的沖擊加速度計(jì)建模研究[J];彈箭與制導(dǎo)學(xué)報(bào);2008年03期

2 彭琳;林明;;基于NARX神經(jīng)網(wǎng)絡(luò)的農(nóng)產(chǎn)品價(jià)格時(shí)間序列預(yù)測(cè)方法研究[J];農(nóng)機(jī)化研究;2013年11期

3 束龍倉;陶玉飛;魯程鵬;董貴明;王茂枚;劉麗紅;;地下河日流量預(yù)測(cè)模型[J];水電能源科學(xué);2008年03期

4 嚴(yán)小龍;陳喜;張志才;刁貴芳;;基于多元線性回歸的表層巖溶泉流量預(yù)測(cè)[J];中國巖溶;2012年02期

，

本文編號(hào)：1144966