基于自相关系数法与BP神经网络模型的开都河年径流量预测.pdfVIP

第4期 广东水利水电 No．4 2010年4月 GUANGD0NG WATERRESOURCESAND HYDROPOWER Apr．2010 基于 自相关系数法与BP神经网络模型 的开都河年径流量预测 王 君 (巴州水利水电勘测设计院，新疆 库尔勒 841000) 摘 要：提出了利用 自相关系数法和BP神经网络模型计算河流径流量的一种方法。作为一个案例，该模型在开都河被成 功地建立，并有效地用于由往年径流量资料推求来年径流量。计算结果表明，该方法不但具有一定的精度，而且也为研究 径流量的快速计算提供了一条新途径。 关键词：BP神经网络模型；自相关系数法；开都河；年径流量 中图分类号：TV121．4 文献标识码：B 文章编号：1008—0l12(2010)04—0019—03 前言 1 BP网络模型的基本原理 ¨ 河流年径流过程是其流域内大气降水的数量、强度 BP网络模型一般由输入层、输出层和隐含层构成， 与流域下垫面的土壤植被蓄水、滞水条件和蒸发蒸腾损 层与层之间通过结点连接 ，其结点分别为输入结点、隐 失、河道及水库工程的调蓄、人类用水活动对径流的改 含结点和输出结点。在信息传播过程中，隐含层和输出 变程度等因素共同作用的结果，是一个极其复杂的物理 层结点均经过 s型函数的网络响应，在隐含结点j和输 系统。因此，可以把流域内的大气降水作为输入，经过 出结点k，其输 出信息可表达为： 流域下垫面条件的作用，在流域出口断面形成出流过 1．1 隐含结点的输 出信息 程，看作是降水 ～径流的一种高维的非线性映射关系。 = ∑ 一Q)= net) 但由于其形成机制非常复杂，这种关系通常难以用一般 i= 】 i=1，2，…，n；=1，2，…，m (1) 的数学方法进行准确地描述。 1．2 输出结点的输出信息 人工神经网络(ANN)系统是生理学上真实人脑神 经网络的结构和功能以及若干基本特性的某种理论抽 Y= ∑Tk一 )= net) l= l 象、简化和模拟而构成的一种计算机信息处理系统。神 i：1，2，…，m； =1，2，…，Z (2) 经网络属于隐式数学分析处理技术，具有多个结点的输 式中 、Y分别为神经网络的隐含结点 、输 出结点k 入层、隐含层和一个或多个输出结点的输出层，并 以多 的输出信息；i、k分别为神经网络隐含结点i、输出结点k 组权值和阈值的形式分布式存储于各个神经元 中。网 的阈值；Wij、 分别为神经网络输入结点i和隐含结点 络上的每一个结点相当于一个神经元，可以记忆、存储、 与输出结点k之间的连接权值 (因子)。 处理一定的信息，同时相邻两层结点之间单 向互相连 -厂()为网络结点响应函数，一般