基于人工神经网络的黄河源区枯季径流预报OA北大核心
Artificial Neural Network Based Runoff Forecasting for Dry Seasons of the Yellow River Source Region
分析了黄河源区枯季径流的影响因素,并选取基于枯季径流形成机理的、与径流相关性高的因子作为人工神经网络模型的输入,运用误差逆传播算法的多层前向网络,利用VC++语言调用随机函数克服了网络全局寻优的缺陷,建立了黄河源区枯季径流预报的BP模型.对黄河源区枯季径流长期预报的结果表明,ANN(7,1,15,1)模型预报结果精度高,容错能力强,是枯季径流预报的有效手段.
车骞;王根绪;畅俊杰;姜秀娜
兰州大学,资源环境学院,甘肃,兰州,730000黄河水利委员会,上游水文水资源局,甘肃,兰州,730030兰州大学,资源环境学院,甘肃,兰州,730000中国科学院,水利部,成都山地灾害与环境研究所,四川,成都,610041
天文与地球科学
人工神经网络径流预报枯季径流黄河源区
《人民黄河》 2005 (3)
黄河源区景观空间格局变化的生态功能动态演变过程研究
23-24,27,3
国家自然科学基金资助项目(30270255).
评论