-
题名GA-BP神经网络模型在流域面雨量预报的应用研究
被引量：13
- 1
-
-
作者
谷晓平
王长耀
袁淑杰
-
机构
贵州山地环境与气候研究所
中国科学院遥感应用研究所
河北农业大学
-
出处
《热带气象学报》
CSCD
北大核心
2006年第3期248-252,共5页
-
基金
中意合作项目"洪水风险规划
监测和实时预报的集成系统"
+1 种基金
863计划(2003AA131020)
国家自然科学基金资助项目(40271086)
-
文摘
通过采用遗传算法优化网络初始权重的方法,将遗传算法(GA)和前馈误差反传播(BP)算法有机地结合,优势互补,并应用于流域面雨量预报。以广东省东北部的滨江流域为试验区域,以1995～2001年气象探空资料为基础,利用最优子集回归技术进行预报因子筛选,建立了流域面雨量预报的GA-BP神经网络模型,取得了满意的结果。试验表明:(1)6小时流域面雨量预报神经网络的优化结构是7-7-1,转移函数的组合方式为tansig-线性函数。(2)训练算法为Levenberg-Marquardt算法(LM)。(3)遗传算法具有快速学习网络权重的能力,对BP网络易陷于局部极小点。(4)利用GA-BP神经网络模型对未来6小时流域面雨量的预报精度明显高于其它统计方法,证明了这种方法的有效性和可靠性。
-
关键词
神经网络
遗传算法
最优子集
雨量预报
-
Keywords
artificial neural network
genetic algorithm
optimized subclass
precipitation forecast
-
分类号
P426.6
[天文地球—大气科学及气象学]
-
