神經(jīng)網(wǎng)絡(luò)在徑流預(yù)測(cè)模型研究中的應(yīng)用及軟件實(shí)現(xiàn).pdf

1、徑流中長(zhǎng)期預(yù)報(bào)的預(yù)測(cè)結(jié)果是制定水資源系統(tǒng)中長(zhǎng)期運(yùn)行方案的基礎(chǔ)并可以廣泛的應(yīng)用在環(huán)境保護(hù),防治洪水,干旱保護(hù),水庫(kù)調(diào)度、水電站運(yùn)行、航運(yùn)管理和水資源分配等領(lǐng)域中,其對(duì)水庫(kù)和水電站運(yùn)行調(diào)度具有極大的經(jīng)濟(jì)價(jià)值.但由于降雨徑流內(nèi)在機(jī)制的復(fù)雜性及人類活動(dòng)的影響,而中長(zhǎng)期預(yù)報(bào)的預(yù)見(jiàn)期又較長(zhǎng),所以徑流中長(zhǎng)期預(yù)報(bào)精度往往不盡如人意.人工神經(jīng)網(wǎng)絡(luò)作為當(dāng)前最常用的人工智能算法,在水資源系統(tǒng)預(yù)報(bào)問(wèn)題如:降水預(yù)報(bào)、徑流預(yù)報(bào)、水質(zhì)預(yù)測(cè)、需水量預(yù)測(cè)、電力負(fù)荷需求預(yù)

2、測(cè)等方面獲得了廣泛的應(yīng)用,為提高徑流中長(zhǎng)期預(yù)報(bào)精度提供了一條有效的途徑.本文結(jié)合云南電力集團(tuán)水調(diào)高級(jí)自動(dòng)化項(xiàng)目進(jìn)行了以下幾方面的工作:1、運(yùn)用人工神經(jīng)網(wǎng)絡(luò)模型對(duì)漫灣徑流序列做出中長(zhǎng)期預(yù)報(bào),其結(jié)果與傳統(tǒng)數(shù)理統(tǒng)計(jì)方法的預(yù)報(bào)結(jié)果進(jìn)行了比較,表明了人工神經(jīng)網(wǎng)絡(luò)模型在水文預(yù)報(bào)中具有一定的優(yōu)勢(shì).2、以漫灣徑流實(shí)測(cè)序列為研究對(duì)象,在數(shù)值試驗(yàn)的基礎(chǔ)上找到了適合于漫灣徑流序列預(yù)報(bào)的人工神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型結(jié)構(gòu),提高了該模型的預(yù)報(bào)準(zhǔn)確性.3、在進(jìn)行神經(jīng)網(wǎng)絡(luò)的訓(xùn)