基于产流机制的中长期径流预测RBF神经网络模型研究.pdfVIP

下载本文档

3
0
约1.55万字
约 5页
2019-07-08 发布于广东
举报
版权申诉

基于产流机制的中长期径流预测RBF神经网络模型研究.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于产流机制的中长期径流预测 RBF神经网络模型研究彪2 李天成1，钟平安1，吴业楠1，朱非林1，曹明霖1，马 (1．河海大学水文水资源学院，江苏南京210098； 2．长江规划勘测设计研究院，湖北武汉430010) 摘要：从产流的物理过程出发，提出了影响产流的主要因子集，利用逐步回归分析法筛选影响各月径流的主要因子；利用筛选的主要因子建立了逐月径流预报RBF神经网络模型，并进行了实证研究。结果表明，不同月份的径流量主要影响因子不完全相同，存在明显的季节性差异；基于产流机制的RBF神经网络模型对于月尺度的径流过程，具有较好的模拟与预测能力。关键词：产流机制；影响因子；RBF神经网络；径流模拟；径流预报 and TermRunoff Basedon ResearchonRBFNeuralNetworkModelforMedium Long Forecasting Mechanism RunoffGeneration LI Bia02 Yenanl，ZHUFeilinl，CAOMinglinl，MA Tianchen91，ZHONGPing’anl，WU of andWater (1．CollegeHydrology Resources，HohaiUniversity，Nanjing210098，Jiangsu，China； Instituteof and Research，Wuhan430010，Hubei，China) 2．ChangjiangSurvey，Planning，Design runoff is establishedbasedonthe of Abstract：Themainfactorsetthataffects processrunoff，and generationfirstly physical are a runoff themainfactors runoffselected monthly influencing byusingstepwiseregressionanalysis．Then prediction monthly modelbasedonRadialBasis networkisset case iscarriedout．Theresultsshowthatthe Function(RBF)neuralup．A study showobviousseasonal the mainfactorsinfluencingrunoffarenotidenticalindifferentmonthswhich difference，and