Indexed by：
Abstract：
建立以高斯核函数为径向基函数的神经网络模型,以崇阳溪山区流域为例进行分析.利用泰森多边形法将流域划分为6个子流域;选取流域1997-2014年中15场洪水过程作为训练样本,以流域内6个雨量站各时段雨量资料和武夷山水文站前期流量过程作为输入,以流域出口断面武夷山水文站相应流量过程作为输出,运用自组织正交最小二乘法确定径向基函数的中心,采用伪逆规则求解其权值,建立RBF神经网络洪水预报模型;利用余下的6场洪水过程对模型进行检验.结果 表明:各场次洪水流量过程平均相对误差和洪峰流量相对误差绝大部分在10％以内,确定性系数均大于0.9,预报精度符合要求,可以为防汛部门预测洪水提供依据.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
南昌大学学报（工科版）
ISSN： 1006-0456
CN： 36-1194/T
Year： 2019
Issue： 4
Volume： 41
Page： 371-376
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
