三种神经网络在洪水预报中应用的比较①-计算机系统应用.PDF

2013 年 第 22 卷 第 12 期 计 算 机 系 统 应 用 三种神经网络在洪水预报中应用的比较① 1 2 1 2 侯 翔 , 汤元斌 , 刘笃晋 , 江芝蒙 1( 四川文理学院 计算机科学系, 达州 635000) 2( 四川文理学院 现代教育技术中心, 达州 635000) 摘 要: 本文以四川省达州市州河流域的洪水为研究对象, 分别采用标准 BP 算法、Levenberg- Marquart 算法和 遗传算法来建立洪水预报模型, 并对预报结果进行了分析和比较. 结果表明: 三种算法之中, 遗传算法所建立的 模型的收敛速度最快, 预测结果精度最高, 能够避免网络陷入局部极小点. 关键词: 神经网络; BP 算法; Levenberg-Marquart 算法; 遗传算法; 洪水预报 Comparative Study on the Applications of Three Neural Networks to Flood Forecasting 1 2 1 2 HOU Xiang , TANG Yuan-Bin , LIU Du-Jin , JIANG Zhi-Meng 1(Department of Computer Science, Sichuan University of Arts and Science, Dazhou 635000, China) 2(Modern Educational Technology Center, Sichuan University of Arts and Science, Dazhou 635000, China) Abstract: By establishing flood forecasting models based on the standard BP algorithm, the Levenberg-Marquart algorithm and the genetic algorithm respectively, the paper studies the floods of the Zhouhe River in Dazhou city of Sichuan province, and analyzes and compares the outcomes of these three models. It shows that the model based on the genetic algorithm has the fastest convergence rate and highest accuracy in flood forecasting and can effectively prevent the network from getting into local minimum point. Key words: neural network; BP algorithm; Levenberg-Marquart algorithm; genetic algorithm; flood forecasting 1 引言 法因人而异, 不稳定差别比较大, 效果不好[3,4]. 统计方 洪水预报是水文资源学科中的重要分支, 依据水 法就是统计近些年流域发生洪水的时间, 流量等等因素 文河观测站监查暴雨或上游的洪水, 经过水情信息的 进行分析, 最后进行分析预报. 而模型方法中, 以美国 采集、传输、处理等复杂的科学运算, 最终准确预报 为代表的研究洪水预报模型有斯坦福(Stanford)模型、萨 在流域的出口处或下游的水文观测站实际洪水的过程, 克拉门托模型, 日本也提出了坦克(Tank) 模型, 以及中