基于人工神经网络的黄河源区枯季径流预报.pdfVIP

Vol. 27 •No. 3 第27 卷第3 期 人民黄河 2005 年3 月 YEUρW RlVER M缸. .2005 [本文·娓步} 基于人王神经网络的黄河源区枯季径流预报 车 蓦l 气王根绪l 气畅俊杰2 ， 姜秀娜l (1.兰州大学资源环境学院，甘肃兰州 73仪削: 2. 黄河水利委员会 上游水文水资源局，甘肃兰州 73∞30: 3. 中国科学院水利部成都山地灾害与环绕研究所，四川成都 61仪)41 ) 摘 要: 分析了黄河源、区枯季径流的影响因素，并选取基于·枯季径流形成机理的、与径流相关性高的因子作为人工神经 网络模型的输入，运用误差逆传播算法的多层前向网络，利用 VC语言调用随机函数克服了网络全局寻优的缺陷，建 立了贫河源区枯季径流预报的 BP模型。 对黄河源区枯季径流长期预报的结果表明.ANN (7 . 1 . 15.1 )模型预报结果精 度高，容错能力强，是枯季径流预报的有效手段。 关 键词: 人工神经网络;径流预报;枯季径流;黄河源区 中图分类号:的33.3 文献标识码:A 文意编号: 1α)() -1379(2005 )03-∞23 - 02 河流枯水研究是水文水资源研究的一项1重要内容。对河 输入模式贩演算 流拈水的形成机理、枯水的变化与预测，国内曾进行过有关分 析:殷福才等总结了枯水研究的主要内容，IlP如何识别不同区 r, 域影响枯水的主要阂蒙、枯水频率分析、枯水资料处理方法、枯 水径流的计算方法及系统预测i 叭冯图章等尝试了线性平稳筷 型在非平稳水文时间序列主L啪与预报中应用的可能性(1) ; 朱俊 7‘ 林、余汉意利用枯水径流的年际变化具有长波性的特点， 对枯 水流锺序列进行了谐波分析[ l o 人工神经网络是20 世纪80 年代迅速兴起的一门非线性科学，其基本单元是人工神经元， 这些信息处理单元按照-定的方式组织到-起，形成非线性网 输入层 隐含层 输出层 络系统，能通过学习找到输入变量与输出变量的内在关系并进 误差演算逆传播 行系统识别。 20 世纪90 年代以来，人工神经网络方法被引人 水文预报工作中，其强大的非线性和容错能力显示出了-些比 图 1 前馈三层BP 网络编构 相关分析、时间序列分析更有效的特点，因而具有广阔的应用 囱图1 可以看出:输入层、隐含层和输出层分别由，在、p 和q 前景(.51 。 个神经元组成，其中元;(i= I ， 2 ， ….n) 为输入，只(k =1.2 . .. .. q) 为输出，W;j(i = 1，2 生… .1I :j = 1 . 2. ... .p) 为输入层到隐含层 影响柏季径流的因素错综复杂，概括来说可分为3 类:① 地带位因素，包括气候、土缓、植被;②非地带位因素，包括地 的连接权.Vj.. (j =1.2. ….p;k =1.2. ….q) 为隐含层到输出层 质、地貌、河流切割深度、集水面积大小、流域形态特征等;③人 的连接权。BP 网可以有若干个隐含层，每个隐含层可自若干个 神经元组成