基于弹性梯度下降算法的BP神经网络降雨径流预报模型

金保明(),卢光毅,王伟,杜伦阅

福州大学土木工程学院, 福建 福州 350116

收稿日期:2019-09-03出版日期:2020-06-20发布日期:2020-06-16

作者简介:金保明(1970—),男,福建浦城人,博士,高级工程师,主要研究方向为水文水资源等. E-mail: jbm720@126.com
基金资助:福建省自然科学基金资助项目(2016J01734)

Research on BP neural network rainfall runoff forecasting model based on elastic gradient descent algorithm

Baoming JIN(),Guangyi LU,Wei WANG,Lunyue DU

College of Civil Engineering, Fuzhou University, Fuzhou 350116, Fujian, China

Received:2019-09-03Online:2020-06-20Published:2020-06-16


Supported by:福建省自然科学基金资助项目(2016J01734)

摘要/Abstract

摘要： 运用反向传播(back propagation, BP)的改进算法弹性梯度下降算法,选择崇阳溪上游流域1997—2014年的14场降雨径流过程,以流域内洋庄、吴边、大安、坑口、岭阳、岚谷6个雨量站的实测降雨量和武夷山水文站的前期流量资料为输入,武夷山水文站相应流量为输出,建立弹性梯度下降算法的BP神经网络降雨径流预报模型,采用7场降雨径流过程对模型进行检验。结果表明,与传统的反向传播算法相比,该模型所需的参数较少,运算速度显著提高,模型的预报精度满足要求,可以为防汛部门预测洪水提供依据。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1946