科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对平均值法和流量分级法获取马斯京根模型参数导致实时洪水预报精度低的问题,本文提出基于BP神经网络的马斯京根模型参数动态估计方法。提取每场洪水的特征属性作为神经网络的输入,采用优化算法估计的每场洪水的参数作为神经网络的输出,对神经网络进行训练,并将此方法应用于实时洪水预报的参数估计,结果表明,此方法简单可行,精度较高,比较实用。
- 单位
针对平均值法和流量分级法获取马斯京根模型参数导致实时洪水预报精度低的问题,本文提出基于BP神经网络的马斯京根模型参数动态估计方法。提取每场洪水的特征属性作为神经网络的输入,采用优化算法估计的每场洪水的参数作为神经网络的输出,对神经网络进行训练,并将此方法应用于实时洪水预报的参数估计,结果表明,此方法简单可行,精度较高,比较实用。
