基于径向基函数神经网络降雨产流预测的研究.docVIP

基于径向基函数神经网络降雨产流预测的研究 　　摘要:从径向基函数神经网络原理分析出发,探讨用于降雨产流预测的神经网络模型,并将此模型应用于??河上。预测和检验结果表明,基于径向基函数神经网络预测模型可以很好地反映流域降雨产流问题。 　　关键词:径向基函数;神经网络;降雨;产流;预测 　　中图分类号:TP183文献标识码:A 文章编号:1672-1683(2009)05-0057-03 　　 　　Rainfall Runoff Prediction Based on Radial Basis Function Neural Network 　　HAN Ting-yin,SUN Ying-zhi 　　(Xingtai Hydrology and Water Resources Survey Bureau of Hebei Province,Xingtai 054000,China) 　　Abstract: Based on radial basis function neural network principle analysis, we probe into a rainfall runoff forecast for the neural network model design method, and applied it to the Zhihe River. The forecast and test result show that prediction model based on radial basis function neural network can describe rainfall runoff problems better. 　　Key words: radial basis function;neural network;rainfall; runoff;prediction 　　 　　1 引言 　　 　　降雨产流预报是水文学为经济和社会服务的重要方面,是重要的防洪减灾措施,直接为防汛抢险、水利工程建设与运用管理和工农业生产服务,其预测技术一直是水文学研究的重要内容。由于降雨产流是一种复杂的水文现象,现行的预测方法在实际应用中受客观条件和可操作性等方面的影响,在处理这一复杂的非线性问题时具有一定的局限性。而目前在国内外迅速发展起来的人工神经网络是一种大规模并行的非线性动力系统,具有较强的处理非线性问题的能力。径向基函数网络作为神经网络中的一种模型,广泛应用于模式识别、分类和函数逼近等方面。 　　 　　2 基本情况 　　 　　临城水库是海河流域子牙河水系滏阳河支流??河上的一座以防洪灌溉为主,兼顾发电等综合利用的大(Ⅱ)型水库,设计标准为100年一遇洪水,校核标准为2000年一遇洪水,建成于1960年同时开始进行水文观测,积累了近50年的降雨、蒸发、径流等水文资料。流域内獐??雨量站1963年和1996年最大24小时降雨量分别为932 mm和436.6 mm,创下中国大陆不多见的暴雨记录。区域内多年(1956年-2005年)平均降水量562.5 mm,多年平均径流深128.6 mm,多年平均水面蒸发量(E-601)995.9 mm。汛期降雨量、径流量均约占年总量的80%。 　　 　　3 模型的建立 　　 　　3.1 工作原理[1-3] 　　径向基函数网络是以函数逼近理论为基础而构造的一类前向网络,其学习等价于在多维空间中寻找训练数据的最佳拟合平面。该网络的每个隐层神经元传递函数都构成了拟合平面的一个基函数。一般采用高斯函数,其表达式为 　　R??i(x)=exp‖x-c??i‖22σ2i=1,2,…,m(1) 　　式中:x─n维输入向量;c??i─第i个基函数的中心,与x具有相同维数的向量;σ??i─第i个基函数的规划因子,它决定了该基函数围绕中心点的宽度;m─隐层节点数。 　　其工作原理分为两个阶段:其一,是学习阶段,选定数据样本,学习结果以权值的形式存储在网络结构之中;其二,是工作阶段,当测试样本输入径向基函数神经网络时,训练好的具有一定泛化性的网络将进行内插和外推的方式进行自适应完成特征匹配过程,给出客观评价结果。 　　3.2 参数及样本选取 　　根据降雨产流的特点,选取次降雨量P(mm)、前期影响雨量P??a(mm)、超渗历时t??c(h)等三个控制参数作为网络的输入变量,以对应的次径流R??s为目标函数(即输出变量),建立三层径向基函数神经网络,如图1。 　　图1 降雨径流预报神经网络模型 　　训练集与测试集样本选用临城水库水文站次降雨、蒸发、径流等30组数据。其中,以预报方案[4]中的26组数据作为训练样本进行模拟,将余下的