期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
耦合BP神经网络的MIKE11模型预报无资料断面水位 被引量：3
1
作者 葛路 张善亮 +1 位作者 许月萍 江衍铭 《水利水运工程学报》 CSCD 北大核心 2023年第3期57-67,共11页
为解决无资料断面水位预报问题,提出BP神经网络与MIKE11模型耦合方法。通过小时尺度的洪水场次数据,选取水位、降雨和前期影响因子进行相关性分析;筛选出预见期12 h及24 h兰江流域水位关联度最高的预报因子,以多元线性回归(MLR)和反向... 为解决无资料断面水位预报问题,提出BP神经网络与MIKE11模型耦合方法。通过小时尺度的洪水场次数据,选取水位、降雨和前期影响因子进行相关性分析;筛选出预见期12 h及24 h兰江流域水位关联度最高的预报因子,以多元线性回归(MLR)和反向传播神经网络(BPNN)模型构建兰溪站不同预见期下的水位预报模型;并利用Mike NAM-HD机理模型推演未设测站断面的水位数据,通过BP神经网络进一步构建兰江流域无资料断面的水位预报模型。结果表明:(1)BPNN模型对长预见期下的水位预报效果优于MLR模型;(2)随着预见期的延长,BPNN模型的纳什效率系数逐渐降低;(3)对比筛选预报因子前后BPNN模型的纳什效率系数,12 h及24 h预见期下分别提升9.0%、34.7%;(4)提出的耦合BP神经网络和MIKE11模型方法可应用于无资料断面的水位预报。 展开更多
关键词 洪水演进 Mike nam-hd BPNN 水位预报 无资料断面
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部