基于静态与动态神经网络的运河水位预报

【类型】期刊

【作者】江衍铭 郝偌楠 李楠楠 汪健 

【刊名】天津大学学报(自然科学与工程技术版)

【关键词】 回归分析 不确定性 人工神经网络 水位预报 城市运河

【资助项】浙江省水利科技计划资助项目(H20151104)；教育部博士点新教师资助项目(J20131413)

【摘要】以杭州市上塘河运河为例,分别建立自回归、静态时延神经网络及动态反馈神经网络模型预报受闸门及泵站影响的城市河道未来1~3,h的水位变化,并对模型预报误差、不同水位区间下的误差-频数关系及训练数据的不确定性进行分析.研究结果表明:在预见期1~3,h内,时延神经网络预报效率系数均达到0.9以上,比自回归模型分别提高1.34%,、5.57%,和6.86%,,比动态反馈网络分别提高0.21%,、1.97%,和1.98%,;动态网络模型在人为调控的影响下仍能通过训练模拟出降雨径流关系,对数据具有更好的自学习与调适能力

【年份】2017

【期号】第3期

【全文挂接】获取全文