基于引入动量项的BP神经网络天然径流量还原计算模型研究

文档名：基于引入动量项的BP神经网络天然径流量还原计算模型研究
鉴于水利工程拦蓄、分洪对河川径流的调节和利用的影响,为了更好地开展水资源评价和水利工程建设,探索天然径流量还原计算的方法十分必要.本文针对水文系统复杂性与非线性的特点,加入动量项因子对BP神经网络进行改进,克服收敛速度慢的缺点,基于自然因素、人为因素、自然与人为混合因素三个方面分别作为输入因子构建了天然径流量还原计算的方案,用逐项还原法的结果验证对比选出最佳方案.结果表明:①经过改进的BP神经网络收敛速度明显加强,由平均的6000次迭代优化到现在的不到2000次迭代.②对大沽夹河流域建立的三种方案,研究发现利用降雨量、蒸发量和实测径流量为输入因素的第三种方案在模拟误差上最优,适合应用在当地流域天然径流量还原计算上.
作者：张道长于鹏冯丽潘忠海
作者单位：烟台市水文局
母体文献：2020年(第八届)中国水利信息化技术论坛论文集
会议名称：2020年(第八届)中国水利信息化技术论坛  
会议时间：2020年8月19日
会议地点：上海
主办单位：河海大学
语种：chi
分类号：TN9TP1
关键词：天然径流量  还原计算模型  BP神经网络
在线出版日期：2020年11月30日
基金项目：
相似文献
相关博文

2024-12-10 15:37 上传 基于引入动量项的BP神经网络天然径流量还原计算模型研究.pdf

文件大小:

2.18 MB

下载次数:

60

高速下载