RBF神经网络模型在金沟河流域径流预测中的应用.pdfVIP

第22卷第 1期 水 资源 与 水 工 程 学 报 V01．22No．1 2011年 2月 JournalofWaterResources WaterEngineering Feb．。2011 RBF神经网络模型在金沟河流域径流预测中的应用 任 磊 ，岳春芳 ，何训江 (1．新疆农业大学 水利与土木工程学院，新疆 乌鲁木齐 830052；2．新疆金沟河流域管理处 ，新疆 沙湾 832100) 摘 要 ：河川径流时间序列是一个复杂的非线性系统，使传统的预测方法难以描述其变化规律。将金沟河流域八 家户站的1957年至2003年的年径流实测数据作为样本，转化为径流差后，进行归一化处理及 自相关函数分析，在 MATLAB环境下建立径向基神经网络径流预测模型。结果表明：与传统的BP神经网络预测比较，利用径向基神经 网络模型对径流序列进行预测具有更高的精度和更短的运算时间，是径流预测的一种有效方法。 关键词：径向基神经网络；归一化；MATLAB；径流预测 中图分类号：P338．2 文献标识码：A 文章编号 ：1672—643X(2011)01．o094—04 ApplicationofRBF neuralnetworkmodeltotheprediction ofrunoff inJingouheRiverBasin RENLei，YUEChunfang，腿 Xunjiang (1．Collegeof rConservancyandCivilEngineering，Xinjiang AgriculturalUniversity，Urumqi830052，China； 2．JingouheRiverBasinAdministrationofXinjiang，Shawan，Xinjiang832100，China) Abstract：Thetraditionalpredictionmethodsarehardtodescribetheevolutionruleofurnoffwhich isa complicatednon．1ineartimesequencesystem．Basedon1957—2oo3annualFLIrtoffobserveddatainBaji— ahuhydrological stationintheJingouheRiverBasin，arunoffpredictionmodelwithRBFneuralnetwork wasestablishedinMatlab enviromnentafterthesubtraction ofthedatawasstudiedusingnormalization andautoeorrelationalgorithms．TheresultsindicatedthatthepredictionmodelwithRBF neural network hadhigherforecastingaeeuraeyand shortertimeconsumption comparingwith the traditional BP neural network．Itisaneffectivemethodforrunoff prediction． Keywords：radialbasisofneural network；nomr alization；MATLAB；urnoff forecast 调蓄功能。因此，利用八家户站的水文资料预测金 0 引 言 沟河年径流量，对提高下游灌区农业用水效率，具有 金沟河流域地处新疆维吾尔 自治区中西部的沙 重要意义。 湾县境内，准噶尔盆地南缘，东界宁家河 ，西邻 巴音 径流过程的弱相依、高度复杂的非线性动力系统 沟河 ，南界天山分水岭 ，北到西岸大渠，流域总面积