• (1)2008-2022年连续15年年被中国情报信息研究所评价中心评为“中国科技核心期刊”
  • (2)2019-2024年连续三届被中国科学院文献情报中心中国科学引文数据库CSCD(核心库)收录
  • (3)2021年入编北京大学图书馆《中文核心期刊要目总览》2020年版
  • (4)2020-2022连续三年入选《科技期刊世界影响力指数(WJCI)报告》
REN Lei,YUE Chunfang,HE Xunjiang.RBF神经网络模型在金沟河流域径流预测中的应用水资源与水工程学报[J].,2011,22(1):
RBF神经网络模型在金沟河流域径流预测中的应用
Application of RBF neural network model to the prediction of runoff in Jingouhe River Basin
  
DOI:
中文关键词:  径向基神经网络  归一化  MATLAB  径流预测  
英文关键词:radial basis of neural network  normalization  MATLAB  runoff forecast  
基金项目:教育部科学技术研究重点项目(209140); 新疆农业大学校前期资助课题; 新疆水利水电工程重点学科资助
作者单位
REN Lei,YUE Chunfang,HE Xunjiang 1. 新疆农业大学,水利与土木工程学院,新疆,乌鲁木齐,830052
2. 新疆金沟河流域管理处
,新疆,沙湾,832100 
摘要点击次数: 1491
全文下载次数: 3
中文摘要:
      河川径流时间序列是一个复杂的非线性系统,使传统的预测方法难以描述其变化规律。将金沟河流域八家户站的1957年至2003年的年径流实测数据作为样本,转化为径流差后,进行归一化处理及自相关函数分析,在MATLAB环境下建立径向基神经网络径流预测模型。结果表明:与传统的BP神经网络预测比较,利用径向基神经网络模型对径流序列进行预测具有更高的精度和更短的运算时间,是径流预测的一种有效方法。
英文摘要:
      The traditional prediction methods are hard to describe the evolution rule of runoff which is a complicated non-linear time sequence system.Based on 1957-2003 annual runoff observed data in Bajiahu hydrological station in the Jingouhe River Basin,a runoff prediction model with RBF neural network was established in Matlab environment after the subtraction of the data was studied using normalization and autocorrelation algorithms.The results indicated that the prediction model with RBF neural network had high...
查看全文  查看/发表评论  下载PDF阅读器
关闭