基于人工神经网络的河川径流实时预报研究

将人工神经网络技术应用于河川径流实时预报，建立起河川径流实时预报的BP网络模型，并针对经典BP算法所存在的缺陷，采用共轭梯度优化和误差反向传播训练算法，使得所建立的BP网络模型的收敛性大为改善，消除和避免了实际应用中可能出现的局部优化问题．利用西大洋水库1975～1995年的入库径流系列资料，对所建立的BP网络模型进行训练和检验，同时探讨了网络结构对网络模型预报结果的影响．通过大量的实际应用和对比分析，表明BP网络模型比HG分析模型和相关图法更优越、更具有实际推广和应用价值．     

白洋淀枯季水位预测方法研究及应用

白洋淀枯季水位预测是一个区域性较为复杂的问题,涉及到上下游、淀内外多种因素(包括自然、社会和经济活动)的影响,逐一考虑这些因素,是难以做到的,本次从诸多影响因素中选择影响较大的,研究探讨利用相关图法实时预测白洋淀枯季水位问题。该预测方法计算简便,精度较高,并在应用中得到了满意结果。