基于人工神经网络的降雨径流模型研究
传统的水文预报模型多为概念性模型,它们是基于基本的水文知识和规律建立起来的。近期基于物理概念的分布式模型的研究取得了长足的发展。由于观测手段不够完善,掌握的资料信息不充分,建立严格意义的分布式模型往往很困难。人工神经网络是一种数据驱动模型,它们是由简单但密集的神经元相互连接而成,可以通过神经元间的连接权重自动学习和储存信息。利用人工神经网络所具有的对复杂的非线性关系进行识别与处理的能力,将其应用于洪水预报中是一种开创性的新途径。本文探讨了基于人工神经网络的降雨径流模型的构建,提出了模型运作中会出现的问题。最后将模型应用于淮河潢川流域的实时预报中,取得良好的结果。
神经网络 水文模型 实时预报 径流模型 水文预报 径流预报
邓鹏 李致家
河海大学水文水资源学院南京 210098
国内会议
南京
中文
38-41
2007-11-10（万方平台首次上网日期，不代表论文的发表时间）