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

喀斯特流域降雨-径流人工神经网络模型结构分析及模拟

陈 才 陈 喜 张志才 魏琳娜

陈 才, 陈 喜, 张志才, 魏琳娜. 喀斯特流域降雨-径流人工神经网络模型结构分析及模拟[J]. 中国岩溶, 2009, 28(4): 375-379.
引用本文: 陈 才, 陈 喜, 张志才, 魏琳娜. 喀斯特流域降雨-径流人工神经网络模型结构分析及模拟[J]. 中国岩溶, 2009, 28(4): 375-379.
CHEN Cai, CHEN Xi, ZHANG Zhi-cai, WEI Lin-na. Analysis and simulation to the relation between rainfall and runoff in karst basin with artificial neural network model[J]. CARSOLOGICA SINICA, 2009, 28(4): 375-379.
Citation: CHEN Cai, CHEN Xi, ZHANG Zhi-cai, WEI Lin-na. Analysis and simulation to the relation between rainfall and runoff in karst basin with artificial neural network model[J]. CARSOLOGICA SINICA, 2009, 28(4): 375-379.

喀斯特流域降雨-径流人工神经网络模型结构分析及模拟

基金项目: 国家重点基础研究(973)资助项目(2006CB403200)、国家自然科技基金重点项目(40930635)

Analysis and simulation to the relation between rainfall and runoff in karst basin with artificial neural network model

  • 摘要: 喀斯特流域降雨-径流响应是一个非线性过程,分析确定地下河流量过程的主要影响因子对喀斯特流域水文过程模拟具有重要意义。本文利用普定后寨河流域实测降雨、径流系列资料,采用神经网络权重分析法确定该流域的人工神经网络模型结构为两个隐含层、三个输入变量,该人工神经网络模型结构可以保持降雨-径流模拟的稳定性。模型经交叉训练与验证,训练期效率系数(NSC)达0.9以上,验证期NSC达0.88以上。说明神经网络权重分析法能够较好地确立预报因子与预报对象的关系,为喀斯特流域降雨-径流模拟提供一种有效的分析手段。

     

  • 加载中
计量
  • 文章访问数:  1563
  • HTML浏览量:  80
  • PDF下载量:  1950
  • 被引次数: 0
出版历程
  • 收稿日期:  2009-06-29
  • 刊出日期:  2009-12-25

目录

    /

    返回文章
    返回