摘要
针对黄河中游干流6个主要水文站日径流时间序列,采用梯度下降算法、Levenberg-Marquardt(LM)算法和弹性算法构建BP神经网络模型进行日径流预测,并与二阶自回归模型模拟结果进行对比。对比分析采用均方根误差(RMSE)、纳什效率系数(NSE)指标和误差合格率作为评价依据。结果表明:梯度下降BP神经网络模型模拟效果明显较差,其他三种模型具有更优的模拟性能,能够满足黄河中游干流主要水文站日径流预测的精度要求;日径流时间序列的数理统计分析能够为选取合适的径流预测模型提供依据,一阶自相关系数较高时建议采用自回归模型,偏态系数较高时不建议选用BP神经网络模型。
出处
《人民黄河》
CAS
北大核心
2020年第S02期5-8,共4页
Yellow River
作者简介
段勇(1963—),男,河南郑州人,高级工程师,主要从事水利信息化、电子政务、大数据应用等研究工作,E⁃mail:duanyong_yrcc@163.com
