成都信息工程学院学报
成都信息工程學院學報
성도신식공정학원학보
Journal of Chengdu University Of Information Technology
2015年
3期
293-297
,共5页
环境科学%环境系统分析%规范变换%前向神经网络%洪水灾害%灾情评估
環境科學%環境繫統分析%規範變換%前嚮神經網絡%洪水災害%災情評估
배경과학%배경계통분석%규범변환%전향신경망락%홍수재해%재정평고
environmental science%environmental system analysis%normalized transformation%feed forward neural network%flood disaster%evaluation of disaster
针对BP神经网络收敛速度慢和易于陷入局部极值的缺陷,提出以双极性sigmoid函数作为隐层节点的激活函数的洪水灾害评价前向神经网络模型.采用对洪水灾害指标值进行规范变换,使规范变换后的各指标皆"等效"于同一个规范指标;构建并优化得出适用于洪水灾害评价的任意2个指标规范值的前向神经网络模型(NV-FNN(2-2-1))和任意3个指标规范值的前向神经网络模型(NV-FNN(3-2-1));对洪水灾害指标较多的前向神经网络建模,则可通过将多指标的前向神经网络模型分解为以上两种简单模型的组合表示.模型用于中国45个洪水灾情案例分析,其评价结果与实况相符合,验证了模型的有效性.与其他方法的评价结果比较表明:该模型由于不受指标数多少的限制,实用范围广泛.
針對BP神經網絡收斂速度慢和易于陷入跼部極值的缺陷,提齣以雙極性sigmoid函數作為隱層節點的激活函數的洪水災害評價前嚮神經網絡模型.採用對洪水災害指標值進行規範變換,使規範變換後的各指標皆"等效"于同一箇規範指標;構建併優化得齣適用于洪水災害評價的任意2箇指標規範值的前嚮神經網絡模型(NV-FNN(2-2-1))和任意3箇指標規範值的前嚮神經網絡模型(NV-FNN(3-2-1));對洪水災害指標較多的前嚮神經網絡建模,則可通過將多指標的前嚮神經網絡模型分解為以上兩種簡單模型的組閤錶示.模型用于中國45箇洪水災情案例分析,其評價結果與實況相符閤,驗證瞭模型的有效性.與其他方法的評價結果比較錶明:該模型由于不受指標數多少的限製,實用範圍廣汎.
침대BP신경망락수렴속도만화역우함입국부겁치적결함,제출이쌍겁성sigmoid함수작위은층절점적격활함수적홍수재해평개전향신경망락모형.채용대홍수재해지표치진행규범변환,사규범변환후적각지표개"등효"우동일개규범지표;구건병우화득출괄용우홍수재해평개적임의2개지표규범치적전향신경망락모형(NV-FNN(2-2-1))화임의3개지표규범치적전향신경망락모형(NV-FNN(3-2-1));대홍수재해지표교다적전향신경망락건모,칙가통과장다지표적전향신경망락모형분해위이상량충간단모형적조합표시.모형용우중국45개홍수재정안례분석,기평개결과여실황상부합,험증료모형적유효성.여기타방법적평개결과비교표명:해모형유우불수지표수다소적한제,실용범위엄범.