首页 | 官方网站   微博 | 高级检索  
     

基于人工神经网络的日径流预测
引用本文:张婧婧,姜铁兵,康玲,权先璋.基于人工神经网络的日径流预测[J].水电自动化与大坝监测,2002,26(4):65-67.
作者姓名:张婧婧  姜铁兵  康玲  权先璋
作者单位:华中科技大学水电与数字化工程学院,湖北省武汉市,430074
基金项目:武汉市晨光计划资助项目 (2 0 0 0 5 0 0 40 2 8)
摘    要:给出了用人工神经网络(ANN)对 三峡宜昌站的日径流预测模型建模的过程,对ANN输入变量的选择和个数的确定以及隐藏层 、输出层单元数的确定等关键技术问题进行了探讨。所建立的基于ANN的预测模型可以进行 提前7 d的日径流预测,预测结果令人满意。

关 键 词:人工神经网络    径流    预测    递归神经网络
收稿时间:1/1/1900 12:00:00 AM
修稿时间:1/1/1900 12:00:00 AM

ARTIFICIAL NEURAL NETWORK-BASED DAILY STREAMFLOW FORECASTING
Zhang Jingjing,Jiang Tiebing,Kang Ling,Quan Xianzhang.ARTIFICIAL NEURAL NETWORK-BASED DAILY STREAMFLOW FORECASTING[J].HYDROPOWER AUTOMATION AND DAM MONITORING,2002,26(4):65-67.
Authors:Zhang Jingjing  Jiang Tiebing  Kang Ling  Quan Xianzhang
Affiliation:Huazhong University of Science and Technology, Wuhan 430074, China
Abstract:This paper presents the process of an artificial neural network (ANN) based daily streamflow forecasting model for the Three Gorges Yichang station. The ANN structure, including the selection of input variables, the number of input variables, the size of hidden layers, and the recursive ANN model, is discussed. The ANN-based model established can forecast daily streamflow profiles seven days ahead of time. The forecast result is satisfactory
Keywords:artificial neural network (ANN)  streamflow    forecast  recursive ANN (RANN)
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《水电自动化与大坝监测》浏览原始摘要信息
点击此处可从《水电自动化与大坝监测》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号