基于BP神经网络的贝叶斯概率枯季径流预报研究

摘要：

根据枯季径流的特点，用多元线性回归模型模拟先验分布和似然函数，分别体现流量过程的自然不确定性和水文模型及其参数的不确定性，建立了基于BP神经网络的贝叶斯概率枯季径流预报模型。同传统的枯季径流预报方法相比，该方法既能提高预报精度，又能以概率分布的形式定量描述预报的不确定性，可以为水量调度提供更为科学的决策依据。应用于南水北调中线京石段应急供水水源地四大水库的枯季入库径流预报，结果较为理想。

关键词： BP神经网络 多元线性回归 贝叶斯分析 枯季径流预报

作者: 鲁帆 蒋云钟 殷峻暹

作者单位: 中国水利水电科学研究院，水资源研究所，北京 100044

会议类型: 国内会议

会议名称: 中国水利水电科学研究院第九届青年学术交流会

会议地点: 北京

会议语种:中文

页码: 48-53

在线出版日期: 2008-09-01（万方平台首次上网日期，不代表论文的发表时间）