基于BP神经网络的洞庭湖水位变化的预测

摘要：

研究三峡水库运行后洞庭湖水位的变化情况,对洞庭湖湿地修复具有重要意义.本文利用三峡出库流量和对应时间段的城陵矶水位数据作为训练样本,基于Levenberg-Marquardt优化算法建立一个模拟精度较高的四层BP神经网络.并运用该网络对2010年10月份城陵矶水位进行了预测,结果表明:实测值的变化趋势与预测值的变化趋势基本一致,最大误差为3.89％,平均误差为0.91％,所建立的四层BP神经网络的能有效地应用于洞庭湖水位的预测及变化趋势的预报系统中.

关键词： 水位数据 出库流量 BP神经网络 湿地修复

作者: 袁玉洁 梁婕 黄璐 余勋 彭也茹 曾光明

作者单位: 湖南大学环境科学与工程学院,长沙;湖南大学环境生物与控制教育部重点实验室,长沙

会议类型: 国内会议

会议名称: 第十届中国水论坛

会议地点: 武汉

会议语种:中文

页码: 222-226

在线出版日期: 2012-08-24（万方平台首次上网日期，不代表论文的发表时间）