水力发电
水力髮電
수력발전
WATER POWER
2012年
8期
10-13
,共4页
赵庆绪%马光文%黄炜斌%蒲小芳%舒卫民
趙慶緒%馬光文%黃煒斌%蒲小芳%舒衛民
조경서%마광문%황위빈%포소방%서위민
洪水预报%门限%人工神经网络%模型%洪水地区组成
洪水預報%門限%人工神經網絡%模型%洪水地區組成
홍수예보%문한%인공신경망락%모형%홍수지구조성
以寸滩站洪水预报为实例,将门限(Threshold)思想引入传统人工神经网络(ANN)洪水预报模型,建立了寸滩站洪水预报的门限-人工神经网络流量预报模型(T-ANN)；同时,将洪水地区组成因素引入到模型中,实现对不同类型洪水的自动识别.检验表明,该模型洪水预报精度高,且各来水类型均能获得较好预报效果.
以吋灘站洪水預報為實例,將門限(Threshold)思想引入傳統人工神經網絡(ANN)洪水預報模型,建立瞭吋灘站洪水預報的門限-人工神經網絡流量預報模型(T-ANN)；同時,將洪水地區組成因素引入到模型中,實現對不同類型洪水的自動識彆.檢驗錶明,該模型洪水預報精度高,且各來水類型均能穫得較好預報效果.
이촌탄참홍수예보위실례,장문한(Threshold)사상인입전통인공신경망락(ANN)홍수예보모형,건립료촌탄참홍수예보적문한-인공신경망락류량예보모형(T-ANN)；동시,장홍수지구조성인소인입도모형중,실현대불동류형홍수적자동식별.검험표명,해모형홍수예보정도고,차각래수류형균능획득교호예보효과.
