南京大学学报（自然科学版）
南京大學學報（自然科學版）
남경대학학보（자연과학판）
JOURNAL OF NANJING UNIVERSITY(NATURAL SCIENCES)
2009年
3期
409-415
,共7页
岩溶地区%后寨河流域%遗传算法%BP神经网络%岩溶水义模型
巖溶地區%後寨河流域%遺傳算法%BP神經網絡%巖溶水義模型
암용지구%후채하류역%유전산법%BP신경망락%암용수의모형
本文建立了两种不同类型的水文模型以研究岩溶地区特殊的产汇流过程.一种是将人工神经网络应用到岩溶地区,采用成因分析法和自相关分析法确定模型的输入变量,进而建立了Back-propagation(BP)神经网络岩溶水文模型.另一种足根据系统理论方法,建立起概念性岩溶水文模型,并采用遗传算法率定模型参数,进而建立了基于遗传箅法率定参数的慨念性岩溶水文模型.以贵州普定后寨河流为例,将后寨测站不同时段水文资料对这两种模型进行了检验,并分析比较了两种模型在岩溶地区的适用性.研究结果表明,这两种模型均能模拟及预报岩溶地区产汇流过程;按照相对误差RE、互相关系数R和确定性系数QR这3个指标,所建的BP神经网络岩溶水文模型优于基于遗传算法率定参数的慨念性岩溶水文模型.
本文建立瞭兩種不同類型的水文模型以研究巖溶地區特殊的產彙流過程.一種是將人工神經網絡應用到巖溶地區,採用成因分析法和自相關分析法確定模型的輸入變量,進而建立瞭Back-propagation(BP)神經網絡巖溶水文模型.另一種足根據繫統理論方法,建立起概唸性巖溶水文模型,併採用遺傳算法率定模型參數,進而建立瞭基于遺傳箄法率定參數的慨唸性巖溶水文模型.以貴州普定後寨河流為例,將後寨測站不同時段水文資料對這兩種模型進行瞭檢驗,併分析比較瞭兩種模型在巖溶地區的適用性.研究結果錶明,這兩種模型均能模擬及預報巖溶地區產彙流過程;按照相對誤差RE、互相關繫數R和確定性繫數QR這3箇指標,所建的BP神經網絡巖溶水文模型優于基于遺傳算法率定參數的慨唸性巖溶水文模型.
본문건립료량충불동류형적수문모형이연구암용지구특수적산회류과정.일충시장인공신경망락응용도암용지구,채용성인분석법화자상관분석법학정모형적수입변량,진이건립료Back-propagation(BP)신경망락암용수문모형.령일충족근거계통이론방법,건립기개념성암용수문모형,병채용유전산법솔정모형삼수,진이건립료기우유전폐법솔정삼수적개념성암용수문모형.이귀주보정후채하류위례,장후채측참불동시단수문자료대저량충모형진행료검험,병분석비교료량충모형재암용지구적괄용성.연구결과표명,저량충모형균능모의급예보암용지구산회류과정;안조상대오차RE、호상관계수R화학정성계수QR저3개지표,소건적BP신경망락암용수문모형우우기우유전산법솔정삼수적개념성암용수문모형.
