用径向基函数神经网络模型预报感潮河段洪水位

高级搜索

全国中文核心期刊
中国科技核心期刊
美国工程索引（EI）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

用径向基函数神经网络模型预报感潮河段洪水位

黄国如, 胡和平, 田富强

文章导航 > 水科学进展 > 2003 > 14(2): 158-162

黄国如, 胡和平, 田富强. 用径向基函数神经网络模型预报感潮河段洪水位[J]. 水科学进展, 2003, 14(2): 158-162.

引用本文:

黄国如, 胡和平, 田富强. 用径向基函数神经网络模型预报感潮河段洪水位[J]. 水科学进展, 2003, 14(2): 158-162.

HUANG Guo-ru, HU He-ping, TIAN Fu-qiang. Flood level forecast model for tidal channel based on the radial basis function-artificial neural network[J]. Advances in Water Science, 2003, 14(2): 158-162.

Citation:

HUANG Guo-ru, HU He-ping, TIAN Fu-qiang. Flood level forecast model for tidal channel based on the radial basis function-artificial neural network[J]. Advances in Water Science, 2003, 14(2): 158-162.

用径向基函数神经网络模型预报感潮河段洪水位

1.
河海大学水资源环境学院, 江苏, 南京, 210098;
2.
清华大学水利水电工程系, 北京, 100084

基金项目: 国家重点基础研究发展规划(973)资助项目(G1999043607);河海大学科技创新基金资助项目(2002)

作者简介:
黄国如(1969- ),男,江苏六合人,河海大学副教授,博士,主要从事水文水资源研究.

中图分类号: P338.9

Flood level forecast model for tidal channel based on the radial basis function-artificial neural network

1.
College of Water Resources and Environment, Hohai University, Nanjing 210098, China;
2.
Department of Hydraulic and Hydropower Engineering, Tsinghua University, Beijing 100084, China

Funds: The project is a Key Basic Research Programme of China(G1999043607).

摘要: 径向基函数神经网络方法是一类比较优越的前向式多层神经网络,将其应用于感潮河段的洪水位预报。利用K 均值算法和最小二乘法来确定径向基函数神经网络的参数,并给出了具体计算方法。由于该方法比传统的BP算法有较快的收敛速度,使其具有较大的应用价值。基于感潮河段的具体特点,构建了具有若干个时段预见期的径向基函数神经网络模型。该模型应用于沂河的水位预报,结果表明,该模型运算快速、简便,预报精度较高。
- 感潮河段 /
- 水位预报 /
- 径向基函数 /
- 人工神经网络
Abstract: The radial basis function-artificial neural network(RBF-ANN)is a more excellent neural network,and is applied to flood level forecasting for tidal channel in this paper The parameters of the RBF-ANN are calculated by using the K-mean algorithms and the least square estimation algorithms Compared with the traditional BP algorithm,the RBF-ANN model is fast in convergence,and more valuable in practice Based on character of the tidal channel,the RBF-ANN model with some fore cast lead periods is presented The model is applied to flood level forecasting of Yihe River,and the result shows that the model work is very rapid and the satisfactory results are acquired.
- tidal channel /
- level forecast /
- radial basis function /
- artificial neural network

[1]	Tingsanchali T, Manandha S K. Analytical diffusion model for flood routing[J]. Journal of hydraulic engineering, 1985, 111 (1): 435-454.
[2]	程海云,芮孝芳,季学武.线性扩散波方程解析解及其在水位预报中的应用[J].水科学进展,1997,8(2):130-135.
[3]	黄国如,芮孝芳.扩散波水位解析解模型的应用研究[J].水文,2001,21(1):1-4.
[4]	芮孝芳,姜广斌.考虑回水顶托影响的水位预报研究[J].水科学进展,1998,9(2):124-129.
[5]	Tingsanchali T, Manusthiparom C. A neural network model for flood forecasting in tidal rivers[A]. Li Guifen. XXIX IAHR congress proceed ings, Theme C[C]. Beijing: Tsinghua University press, 2001. 85-92.
[6]	宋立松,魏高峰.感潮河段水位预报过程探讨[J].水科学进展,2000,11(3):302-305.
[7]	苑希民,刘树坤,陈浩.基于人工神经网络的多泥沙洪水预报[J].水科学进展,1999,10(4):393-398.
[8]	冯利华.基于神经网络的洪水预报研究[J].自然灾害学报,2000,9(2):45-48.
[9]	李致家,孔祥光.河道洪水演算的神经网络模型[J].河海大学学报,1997,25(5):7-12.
[10]	徐秉铮,张百灵,韦岗.神经网络理论与应用[M].广州:华南理工大学出版社,1994.304-316.
[11]	杨建基,罗先香.地下水动态预测的径向基函数法[J].水文,2001,21(4):1-3.
[12]	郭宗楼,刘肇.环境质量综合评价的径向基函数网络模型[J].环境科学研究,1997,10(4):1-5.
[13]	钟秉林,黄仁.机械故障诊断学[M].北京:机械工业出版社,1997.89-91.

[1]	陶亚, 雷坤, 夏建新. 突发水污染事故中污染物输移主导水动力识别——以深圳湾为例 . 水科学进展, 2017, 28(6): 888-897. doi: 10.14042/j.cnki.32.1309.2017.06.010
[2]	张幸农, 陈长英, 刘慧. 论感潮河段航运工程水文标准分界与衔接 . 水科学进展, 2015, 26(5): 707-713. doi: 10.14042/j.cnki.32.1309.2015.05.012
[3]	曹绮欣, 孙昭华, 冯秋芬. 三峡水库调节作用对长江近河口段水文水动力特性影响 . 水科学进展, 2012, 23(6): 844-850. doi: CNKI: 32.1309.P.20121101.1756.006
[4]	包为民, 张小琴, 瞿思敏, 江鹏, 陈斌. 感潮河段双向波水位演算模型验证 . 水科学进展, 2009, 20(6): 794-799.
[5]	苏畅, 沈志良, 姚云, 曹海荣. 长江口及其邻近海域富营养化水平评价 . 水科学进展, 2008, 19(1): 99-105.
[6]	唐洪武, 雷燕, 顾正华. 河网水流智能模拟技术及应用 . 水科学进展, 2008, 19(2): 232-237.
[7]	陈雄波, 唐洪武, 丁大发. 用模式分类方法区分高、低含沙水流 . 水科学进展, 2005, 16(4): 500-505.
[8]	齐义泉, 张志旭, 李志伟, 李毓湘, 施平. 人工神经网络在海浪数值预报中的应用 . 水科学进展, 2005, 16(1): 32-35.
[9]	王文圣, 熊华康, 丁晶. 日流量预测的小波网络模型初探 . 水科学进展, 2004, 15(3): 382-386.
[10]	覃光华, 丁晶, 李眉眉, 倪长健. 敏感型人工神经网络及其在水文预报中的应用 . 水科学进展, 2003, 14(2): 163-166.
[11]	杨建强, 罗先香. MATLAB软件工具箱简介 . 水科学进展, 2001, 12(2): 237-242.
[12]	宋立松, 魏高峰. 感潮河段水位过程预报探讨 . 水科学进展, 2000, 11(3): 302-306.
[13]	苑希民, 刘树坤, 陈浩. 基于人工神经网络的多泥沙洪水预报 . 水科学进展, 1999, 10(4): 393-398.
[14]	芮孝芳, 姜广斌, 程海云. 考虑回水顶托影响的水位预报研究 . 水科学进展, 1998, 9(2): 124-129.
[15]	芮孝芳, 陈洁云, 常星源, 聂秀敏, 宋志林. 冲淤河道水位预报模型及其应用 . 水科学进展, 1998, 9(3): 245-251.
[16]	程海云, 芮孝芳, 季学武. 线性扩散波方程解析解及其在水位预报中的应用 . 水科学进展, 1997, 8(2): 130-136.
[17]	芮孝芳. 长江下游感潮河段大洪水和特大洪水的形成及趋势 . 水科学进展, 1996, 7(3): 221-225.
[18]	胡铁松, 袁鹏, 丁晶. 人工神经网络在水文水资源中的应用 . 水科学进展, 1995, 6(1): 76-82.
[19]	胡铁松, 万永华, 冯尚友. 水库群优化调度函数的人工神经网络方法研究 . 水科学进展, 1995, 6(1): 53-60.
[20]	蔡煜东, 姚林声. 径流长期预报的人工神经网络方法 . 水科学进展, 1995, 6(1): 61-65.

WeChat

点击查看大图

计量

文章访问数: 151
HTML全文浏览量: 35
PDF下载量: 691
被引次数: 0

用径向基函数神经网络模型预报感潮河段洪水位

1. 河海大学水资源环境学院, 江苏, 南京, 210098;

2. 清华大学水利水电工程系, 北京, 100084

基金项目: 国家重点基础研究发展规划(973)资助项目(G1999043607);河海大学科技创新基金资助项目(2002)

作者简介:
黄国如(1969- ),男,江苏六合人,河海大学副教授,博士,主要从事水文水资源研究.

收稿日期: 2001-11-08
修回日期: 2002-03-05
刊出日期: 2003-03-25

中图分类号: P338.9

关键词:

径向基函数 /

人工神经网络

摘要: 径向基函数神经网络方法是一类比较优越的前向式多层神经网络,将其应用于感潮河段的洪水位预报。利用K 均值算法和最小二乘法来确定径向基函数神经网络的参数,并给出了具体计算方法。由于该方法比传统的BP算法有较快的收敛速度,使其具有较大的应用价值。基于感潮河段的具体特点,构建了具有若干个时段预见期的径向基函数神经网络模型。该模型应用于沂河的水位预报,结果表明,该模型运算快速、简便,预报精度较高。

English Abstract

黄国如, 胡和平, 田富强. 用径向基函数神经网络模型预报感潮河段洪水位[J]. 水科学进展, 2003, 14(2): 158-162.

引用本文:

黄国如, 胡和平, 田富强. 用径向基函数神经网络模型预报感潮河段洪水位[J]. 水科学进展, 2003, 14(2): 158-162.

HUANG Guo-ru, HU He-ping, TIAN Fu-qiang. Flood level forecast model for tidal channel based on the radial basis function-artificial neural network[J]. Advances in Water Science, 2003, 14(2): 158-162.

Citation:

HUANG Guo-ru, HU He-ping, TIAN Fu-qiang. Flood level forecast model for tidal channel based on the radial basis function-artificial neural network[J]. Advances in Water Science, 2003, 14(2): 158-162.

全文HTML

参考文献 (13)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回