人工神经网络与遗传算法在河道洪水预报中的应用.docVIP

　 维普资讯 苑希 民等 ∥人工神经网络与遗传算 法在河道洪水预报 中的应 用 　 ２３ Ｏ ．５ 　 预　 值　 ２３ Ｏ ．Ｏ 　 ｉ　 ＼ 　 ＿ 、　 ‘ Ｊ ． Ｊ 　 １ 一 三 ＾　 实鼯 、－ ｒ　 ２２ ０ ．５ 　 ２２ Ｏ ．Ｏ 　 趟　 ＊　 ２１ ５ 　 ．Ｏ ｝ 　 ／ 　 ＊　 图 ８ １８ 　 ９ ４年 夹 河 滩 站 水 位 预 报 结 果　 ２１ Ｏ 　 ．Ｏ ｆ 　 ? ７ ００ 　 　 ０ ２Ｏ． Ｏ ５　 　 －算 报 ｌ ｌ－Ｐ预 值 －　 法 ＿ ? 法 值　 －Ｂ 预 － － ＿ 报 　 Ｊ ● 　 ６ ００ 　 ０　 ５ ００ 　 　 ０ ２ｎ　 ０ ｏ　 Ｏ　 ｌ Ｏ　 ２　 Ｏ ３０ 　 ∞ ４　 ００ ０ 　 样 本 序 列　 图 ５ １９ 　 ９ ９年 水 位 预 报 结 果 比较　 篇 　 ３０ ０ 　０ 　 ２０ ０ 　０ 　 ．　 ３　０　 ０００ １ ００ 　０ 　 ２　０　 ８００ ｜ 　 ∥ ｜｛ 　 ＼ 捌　 扣　 实测值　 ∞　 ∞　 如　 ∞　 加　 加　 预报值　 ｏ——　 —４ ０ —— ６ ０ ——８ —　 ２— ｌ 　 ０ ０ ４ ｏ 时间序 列　 ２　０　 ６００ 图 ９ １８ 　 ９ ４年 夹 河 滩 站 流 量 预 报 结 果　 删　 爝　 ９ 　 ｎ 　 ｄｎｎ 五 ▲ 　 Ｉ Ｋ Ｉ 　 　 ． 　 ［＝ 　　 ｌ．葫 蓓 『 － 　 　 ＿ 二 ２ 　 ０　 ２００ 了　 ｆ 　 　 ． ｌ　 ０ － 　 　 ． ２　 ０ 　 ． ３　 Ｏ ２　 ０ 　 ００ ０ ０　 五 　 ■　 ０ 　 １　 ０ ２　 ０ ｆ 　 一 　 Ｖ　Ｉ ． ｆ ｆ 　 　 ｙ‘１ ， 　 －　 ３０ 　 ４０ 　 ５　 ０ ｒ　 ６ ０　 样本序 列　 时间 序列　 图 ６ １９ 　 ９ ９年 流 量 预 报 结 果 比较　 花 园 口站　 花 园 订 站　 花园 口站 ｔ 　 图 １　 １ ８ Ｏ ９ ４年 夹 河 滩 含 沙 量预 报 结 果　 其 数 量 级 相 差 较 大 ， 了保 证 各 因 素 处 于 同等 地 位 ， 入 项 也 象　 为 输 输 出项 一 样 进 行 数 据 归 一 化 的预 处 理 ． 　 ４２３ 算 法 的 主 要 参 数　 ．． 　 遗 传 算 法 初 始 化 网络 权 重 以 及 Ｂ Ｐ算 法 主 要 参 数 的 取 值 如　 下 ．遗 传 算 法 ： 群 规 模　 ２ ０ 选 择 概 率　 ＝ ．５ 交 叉 概 率 Ｐ ＝ 种 ０， ｏ０ ， 　　 图 ７ 花 园 口至 夹 河滩 段 洪 水 预 报 模 型　 ０１变 异 概 率 Ｐ ＝ ．５ 初 始 权 重 取 值 空 间 ６ 卜５ ５， 化 代 数　 ．， 　０ ， ０ ： ，】进 ｔ ｍＧ ｎ＝　０ ． Ｐ算 法 ： 量 项 系 数 ｍ＝０ ， 习 率 ｆ ．ｌ峰　 ｅ ｅ １ ０Ｂ ｒ ０ 动 ．学 ９ 　 ０， ＝０ 值 修 正 系 数 ／ ．， 代 次 数 ｔｒ Ｋ ０ ０ ， 移 函 数 Ｓ型 函 ｚ ０迭 ＝２ ｅｍ ＝３ ０００ 转 　 数． 　 ４ ２４ 计 算 结 果　 ． ．　 花 园 口 至 夹 河 滩 段 长 约 ９　 ｍ 的 河 道 建 立 洪 水 预 报 模 型 ， ６ｋ 以洪　 水 较 大 的 １７ 、９ ５ １ ７ 、９ ７ １７ 、９ １ １ ８ ９ ３ １７ 、９ ６ １ ７ 、９ ８ １８ 、９ ２年 的 洪 水 资　 料 作 为 训 练样 本 ， １ ８ 以 ９ ４年 的洪 水 资料 作 为 测 试 样 本 ． 　 多 泥 沙河 道 水 文 站 监 测 的水 文 要 素 主 要 是 水 位 、流 量 和含　 沙 量 ， 些 因 素 共 同 作 用 决 定 了 河 道 断 面 的 冲 淤 变 化 ．以 上 游　 这 花 园 口 的 日平 均 水 位 、 量 和 含 沙 量 作 为 模 型 的输 入 ， 夹河 滩　 流 以 图 ８９ １ 、、０为 完 成 训 练 网 络模 型对 １８ ９４年 夹河 滩 水 文站 洪　 水 期 间水 位 、 流量 及 含 沙 量 等水 文要 素 的预 报 与 实测 结 果 比较 ． 　 的 日平 均 水 位 、 量 和 含 沙 量 作 为模 型 的输 出 ， 流 网络 的 预 见 期　 约为 ２ ． 型结构见 图 ７ ４ｈ 模 ． 　 ４ ２２ 训 练 样 本 的 预 处 理　 ． ．　 从 预 报 结 果 可 以看 出 ， 于人 工 神 经 网 络 和 遗 传 算 法 的 智　 基 （ 下转 第 ５ ８页 ） 　 在 网络 的 输 入 项 中 ， 位 、 量 和 含 沙 量 是 不