基于人工神经网络的洪水水位预报模型.pdfVIP

水 利 学 报 2005 年 7 月 SHUILI XUEBAO 第 36 卷 第 7 期 文章编号：0559-9350(2005)07-0806-06 基于人工神经网络的洪水水位预报模型 1 2 2 1 朱星明 ，卢长娜 ，王如云 ，白婧怡 (1.中国水利水电科学研究院 信息网络中心，北京 100044； 2.河海大学 交通与海洋工程学院，江苏 南京 210098) 摘要：本文利用人工神经网络技术，以确定性系数为目标函数，建立以上游和本站水位资料预报本站未来若干时段 洪水水位的预报模型，以探讨神经网络技术在水文预报中的应用。研究成果为提高网络训练速度和预报可能产生的 超历史洪水情况，给出了输入/输出层的数据规范化的处理方法。选择珠江三角洲河网地区水位站资料，对预报模型 进行检验，结果表明在合理选择输入层单元数据和预见期的条件下，可以取得很好的预报成果。 关键词：神经网络；水文预报；水信息技术 中图分类号：P333 文献标识码：A 在防汛决策中，及时准确的洪水过程预报一直是防汛决策指挥中的关键支撑技术，半个多世纪以来， 水文学者研究发展了众多的预报技术和方法。在20世纪 30年代，人们研发了一些以相关图、谢尔曼单位 线、马斯京根法为代表的传统预报方法；自20世纪50年代开始，系统理论开始向洪水预报技术渗透，最 初引起水文学者兴趣的是谢尔曼单位线与系统响应函数定义的一致性，于是用系统离线识别算法作为推求 单位线的数值工具的研究首先兴起，与此同时系统分析的许多概念和方法也逐步引入水文学中[1～3]。我国 开展洪水预报工作也比较早。在 1951 年 4 月，水利部就指示洪水预报是防汛的重要工作，对不受潮汐和 下游回水影响的水位站明确提出要求，必须做到根据上游水情预报下游洪水，个别受洪水严重威胁的河流， 应做到根据雨量预报洪水。自20世纪 70年代末以来，我国更是通过引进、吸收、改进和创新等手段，掌 握和发展了一批水文预报模型[1，4，5]，极大地推动了我国水文预报技术的发展。 从水动力学角度来讲，只要知道河道的宽度、底面坡降、摩阻、上游来流量和流速等参数就可以利用 一维或二维的水动力学数学模型去推求下游河道任意位置处某时刻的水位和流速等参数，即可对下游水位 进行预报。然而这样做是件困难的事，不仅因为河道几何参数不容易得到，而且就水动力学模型本身，以 及数值模拟方法也存在一些无法克服的误差。现在一般洪水水位预报模型的建立，在不考虑下游回水情况 下，都要利用上游水位(假使可以通过测量得到)和当地水位信息，在事先给出的可行预报模型框架结构下， 利用观测到的一定时间序列长度的数据，在某种设定的目标函数下，优化计算出模型参数，然后利用这个 模型去推测未来时刻的洪水水位。这里同样存在问题，基本上可概括为两个：一个是模型框架结构的正确 确定并非易事；另一个问题是对于非线性模型来讲，模型参数的优化算法的设计是件困难的事。从 1943 年心理学家W.S.McCulloch和数学家W.Pitts研究并提出M-P 神经元模型起到今天，人类对神经网络的研 究走过了半个世纪的历程。 收稿日期：2004-08-20 资助项目：水利部“948”技术创新与推广转化计划(CT200203) 作者简介：朱星明(1957-)，男，江苏盐城人，教授级高级工程师，主要从事水文水资源及水信息技术研究。 E-mail:zhuxm@ 1 水 利 学 报 2005 年 7 月 SHUILI XUEBAO 第 36 卷 第 7 期 人工神经网络模型由于不需