基于1stOpt神经网络模型的年均径流预测与应用
기우1stOpt신경망락모형적년균경류예측여응용
The Forecasting of Annual Runoff Based on 1st Opt-neural Networks and Its Application
  • 万方数据
    中国农村水利水电 중국농촌수이수전
    CHINA RURAL WATER AND HYDROPOWER
    2014年 7期 64-66,71 ,共4页

    张佩%王加虎%陆冰清%马戎荣%金盛杰

    장패%왕가호%륙빙청%마융영%금성걸

    径流预测%1stOpt%L-M算法%UGO算法%BP神经网络 徑流預測%1stOpt%L-M算法%UGO算法%BP神經網絡
    경류예측%1stOpt%L-M산법%UGO산법%BP신경망락
    runoff prediction%1st Opt%L-M algorithm%UGO algorithm%BP neural networks
    针对年均径流预测问题,首先利用1 stOpt软件进行逐个影响因子拟合,得到相关影响因子的主次顺序,提取关键因子在基于L-M算法和UGO算法下对年均径流进行多元非线性曲线拟合;另外结合基于L-M算法的改进BP神经网络利用所提取的关键因子进行径流预测,以北方某河流径流实例进行计算,两种方法效果均优于传统模型,且在多影响因子的情况下,组合模型精度和效果更好,为径流预测提供了一个新的更实用的方法.
    침대년균경류예측문제,수선이용1 stOpt연건진행축개영향인자의합,득도상관영향인자적주차순서,제취관건인자재기우L-M산법화UGO산법하대년균경류진행다원비선성곡선의합;령외결합기우L-M산법적개진BP신경망락이용소제취적관건인자진행경류예측,이북방모하류경류실례진행계산,량충방법효과균우우전통모형,차재다영향인자적정황하,조합모형정도화효과경호,위경류예측제공료일개신적경실용적방법.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문