人工神经网络非线性时序模型在水文预报中的应用.pdfVIP

第 19 卷增刊 四　川　水　力　发　电 V o l. 19, Supp lem ent 2 0 0 0 年 8 月 Sichuan　W ater　Pow er A ug . , 2 0 0 0 人工神经网络非线性时序模型在水文预报中的应用 王 文 圣, 　丁　晶, 　刘 国 东 ( 四川大学, 四川 成都　610065) 摘　要: 首先构造出人工神经网络非线性时序模型, 然后用该模型进行单变量和多变量时间序列预报研究。为了与传统的随机水 文模型对比, 选择了自回归模型。以日流量序列为例, 研究结果表明, 人工神经网络非线性时序模型预报效果不错, 可以在水文预 报中加以应用。 关键词: 人工神经网络非线性时序模型; 自回归模型; 单变量; 多变量; 日流量预报 中图分类号: 12　　　　　　　　　　　　　　文献标识码: 　 文章编号:(2000) 增000803 TV B 1　引　言 2　人工神经网络非线性时序模型 水库的运行与管理都要涉及到它的入流——径 水文时间序列包含了丰富的水文系统信息, 它 流时间序列的预报和分析。目前常用的水文预报方 不仅是过去随时间的演变, 而且可以用来预测未来 法可分为三类: 经验预报、水文学概念性模型和数学 的发展规律和趋势。水文时间序列如径流、洪水是水 模型。上述三种方法通常都是假定水文系统是线性 文系统随时间的输出, 一般呈现出复杂的、动态的、 ( 的, 然后用线性递推和组合的方法来描述。事实上, 高度的非线性 如吸引性、耗散性、非平稳性、高维 ) 水文系统是一个严格的非线性系统, 它包含着系统 性、广泛联接性和自适应性等 。因此, 应用非线性时 时间和空间变化的非线性特性。因此, 要延长预见期 间序列分析方法进行分析和计算是必要的。人工神 和提高预报精度, 有必要在水文中应用非线性水文 经网络模型就是一种非线性模型。本文用人工神经 [ 1 ] 网络来构造水文时间序列预测模型, 称为人工神经 模型, 如门限自回归模型, 指数自回归模型 , 双线 [ 2 ] 网络非线性时序模型。根据研究对象可分为单变量 性模型 等, 初步结果表明是成功的。 [ 3 ] 人工神经网络非线性时序模型和多变量人工神经网 近年来, 又掀起了人工神经网络 研究热潮。人 工神经网络( ) ( 络非线性时序模型。 ANN 是一个由简单信息处理单元 神 2. 1　单变量人工神经网络非线性时序模型 ) 经元 组成的高度相关的网络系统, 是非线性动力学 [ 4 ] 单变量人工神经网络非线性时序模型定义如 系统, 它的优点明确 : ①人工神经网络的应用不需 要基本过程的前期知识; ②在研究应用中不需识别 下: