水土保持科技情报
水土保持科技情報
수토보지과기정보
SCIENTIFIC AND TECHNICAL INFORMATION OF SOIL AND WATER CONSERVATION
2004年
1期
26-28
,共3页
水土流失%人工神经网络%预测预报
水土流失%人工神經網絡%預測預報
수토류실%인공신경망락%예측예보
运用人工神经网络技术,采用九龙江西溪流域水文数据,以年降雨量、年径流量和年平均含沙量为输入因子,建立年输沙量的预测预报模型,结果表明:所建立的模型的模拟精度与预测精度分别达到95.972%与98.315%,高于线性模型和幂函数模型,从而为水土流失规律的预测预报提供理论依据.
運用人工神經網絡技術,採用九龍江西溪流域水文數據,以年降雨量、年徑流量和年平均含沙量為輸入因子,建立年輸沙量的預測預報模型,結果錶明:所建立的模型的模擬精度與預測精度分彆達到95.972%與98.315%,高于線性模型和冪函數模型,從而為水土流失規律的預測預報提供理論依據.
운용인공신경망락기술,채용구룡강서계류역수문수거,이년강우량、년경류량화년평균함사량위수입인자,건립년수사량적예측예보모형,결과표명:소건립적모형적모의정도여예측정도분별체도95.972%여98.315%,고우선성모형화멱함수모형,종이위수토류실규률적예측예보제공이론의거.
