GABP模型在渭河下游洪水预报中的应用

采用遗传算法对BP模型的初始权重进行优化,建立了GABP模型,并以渭河下游临潼—华县段为研究对象,对华县站的流量过程进行了预报。与单纯的BP模型计算结果的对比表明,该方法能够减少BP训练次数,预报精度高,实现了遗传算法和BP网络的优势互补,有利于更好地对洪水过程进行预报。     

渭河下游洪水预报的ANN模型与TANK模型对比

以ANN模型和TANK模型两种方法进行渭河下游干流临潼—华县段的洪水预报，讨论了两种模型的结构及参数的率定，并以相关系数R、均方根误差RMSE和Nash—Sutcliffe系数（NSC）3个参数作为模型效果评定系数进行了检验，结果表明ANN模型的预报效果明显优于TANK模型。分析了TANK模型应用中预报误差较大的原因，指出在不受气象资料、流域条件、模型尺度等限制条件下，ANN模型的应用更简便，而且更方便于洪水预报作业。