• 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

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

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)
详细信息
    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

Funds: The project is a Key Basic Research Programme of China(G1999043607).
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
出版历程
  • 收稿日期:  2001-11-08
  • 修回日期:  2002-03-05
  • 刊出日期:  2003-03-25

用径向基函数神经网络模型预报感潮河段洪水位

    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

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.
参考文献 (13)

目录

    /

    返回文章
    返回