基于GA-Elman的河流水位预测方法研究

本文刊于:《长江科学院院报》 2018年第09期

关键词:
河流水位;预测模型;GA算法;Elman网络;BP网络;河流水资源有效配置

Keywords
river water level;prediction model;GA algorithm;Elman network;BP network;effective allocation of river water resources
下载地址:    全文下载
摘要
     河流水位的变化过程是一个复杂的非线性过程,传统的神经网络预测存在误差较大、收敛速度慢、稳定性差等问题。为了实现对河流水位的有效预测,提出基于遗传算法(GA)优化Elman神经网络的河流水位预测模型。将GA与Elman网络进行有效结合,解决了单一Elman网络存在的不足。选取永定河的监测站点水文数据对河流水位进行预测与检验,并分别将其与Elman网络与BP网络预测结果进行对比。对比结果表明:GA-Elman水位预测模型的收敛速度快、精度高,可根据预测结果实现对水库、拦河闸合理调用,实现对河流水资源的有效配置,以满足灌溉、发电、防洪等工作的需求。


本文地址:www.fabiao.net/content-17-646083-1.html

上一篇:渭河下游垂向潜流通量动态特征研究
下一篇:开发水雨情自动测报系统数据统一接收平台的探讨

分享到: 分享基于GA-Elman的河流水位预测方法研究到腾讯微博           收藏
评论排行
公告