科研之友
微信
新浪微博
Facebook
分享链接
摘要
为研究确定四川省冕宁县山洪灾害临界雨量,及时采取减灾避灾措施,根据冕宁县14个雨量站和气象站的资料,选取山洪灾害发生的关键因子:日时段降雨量和降雨强度,建立BP神经网络预测模型。然后用遗传算法对BP神经网络的权值和阈值进行优化,建立GA-BP预测模型。与BP预测模型相比,GA-BP预测模型能有效克服BP模型训练时间长,易陷入局部最优的缺陷,在临界雨量预测精度方面,GA-BP模型预测的平均相对误差为1.96%,而BP模型预测的平均相对误差为7.22%,明显提高了预测精度。这一临界雨量预测方法与结果,进一步修正完善后将试用于冕宁县山洪灾害监测预警系统。
- 单位
