人工神经网络在水文数据模拟方面的应用前景展望
目前在我国,基层水利、气象、市政等相关部门在水文工作方面普遍存在着采集数据不准确,水文信息缺失断档严重,水文预测预报滞后异常等多重问题,这无疑严重影响和制约了我国的水利工程标准化、信息化、现代化建设,也对我省积极落实开展”五水共治”、”剿灭劣V类水”等治水政策提出了现实障碍.为了解决上述问题,本文拟通过分析生成式对抗网络在水文数据模拟系统方面的应用前景,采用实例启发引导更多研究人员将人工神经网络技术和传统水文数值模拟相结合来实现水文数值的精确模拟,利用其高度的并行性和非线性全局性来规范斧正模拟数据,进而提高数据的准确度,为传统水文数值模拟提供新思路和新方法的同时,也可以有效缓解水利、市政等部门现存水文数据信息缺失,检测数据系列异常和预测水文情势滞后的窘境.
水文数据 数值模拟 人工神经网络 并行性 非线性全局性
戚高晟 朱星宇 刘剑军 沈瑜伟 严寒笑 吴宸晖
浙江水利水电学院水利与环境工程学院,浙江杭州 310018 扬州大学水利与能源动力工程学院,江苏扬州 225127
国内会议
深圳
中文
514-520
2018-04-14（万方平台首次上网日期，不代表论文的发表时间）