ISSN 1004-4965

CN 44-1326/P

用微信扫描二维码

分享至好友和朋友圈

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

GA-BP神经网络模型在流域面雨量预报的应用研究

谷晓平 王长耀 袁淑杰

谷晓平, 王长耀, 袁淑杰. GA-BP神经网络模型在流域面雨量预报的应用研究[J]. 热带气象学报, 2006, (3): 248-252.
引用本文: 谷晓平, 王长耀, 袁淑杰. GA-BP神经网络模型在流域面雨量预报的应用研究[J]. 热带气象学报, 2006, (3): 248-252.
GU Xiao-ping, WANG Chang-yao, YUAN Shu-jie. GA-BP ANN MODEL FOR RIVER CATCHMENT PRECIPITATION FORECAST[J]. Journal of Tropical Meteorology, 2006, (3): 248-252.
Citation: GU Xiao-ping, WANG Chang-yao, YUAN Shu-jie. GA-BP ANN MODEL FOR RIVER CATCHMENT PRECIPITATION FORECAST[J]. Journal of Tropical Meteorology, 2006, (3): 248-252.

GA-BP神经网络模型在流域面雨量预报的应用研究

基金项目: 中意合作项目“洪水风险规划、监测和实时预报的集成系统”;863计划(2003AA131020);国家自然科学基金资助项目(40271086)

GA-BP ANN MODEL FOR RIVER CATCHMENT PRECIPITATION FORECAST

  • 摘要: 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。

     

  • [1] NIELSEN R Hecht.Theory of the back propagation neural network[J].Proc of IJCNN,1989,l1:593-603.
    [2] 王成刚,吴宝俊.BP网络在鲁西南地区西南涡降水量级预报中的应用试验[J].气象科学,1999,19(2):158-165.
    [3] ROBERT J K,BARROS A P.Experiments in short-term precipitation forecasting using artificial neural networks[J].Mon Wea Rev,1998,126(3):470-482.
    [4] BAIK J J,WANG H S.Tropical cyclone intensity prediction using regress method and neural network[J].J Meteor Soc Japan,1998,76(5):711-717.
    [5] 严绍瑾,彭永清,郭光.神经网络BP模型用于月降水预报的研究[J].热带气象学报,1995,11(3):252-257.
    [6] 胡江林,涂松柏,冯光柳.基于人工神经网络的暴雨预报方法探讨[J].热带气象学报,2003,19(4):422-428.
    [7] 王繁强,徐文金,陈杰伦.BP算法在青海省降水雨区分区分级预报中的应用[J].高原气象,1997,16(2):105-112.
    [8] 王向东,葛文忠.基于神经网络方法的华东地区强对流天气短时预报[J].模式识别与人工智能,1998,11(3):323-327.
    [9] 王巧霞,王洪俊.人工神经元网络中期分级降水预报系统[J].山西师大学报(自然科学版),1999,13(1):64-68.
    [10] 金龙,陈宁.基于人工神经网络的集成预报方法研究和比较[J].气象学报,1999,57(2):198-207.
    [11] 刘还珠,汤桂生.暴雨落区预报实用方法[M].北京:气象出版社,2000:30-37.
    [12] 陈云浩,史培军.不同热力背景对城市降雨(暴雨)的影响Ⅲ--基于人工神经网络的集成预报模型[J].自然灾害学报,2001,10(3):26-31.
    [13] 刘国东,丁晶.神经网络用于水文预测的几个问题探讨[J].水利学报,1999,1(1):65-70.
    [14] 齐卫忠,郑雄波.气象卫星云图降雨预报系统的应用[J].华中电力,2003,14(3):57-59.
    [15] 孙永刚,李彰俊.天气动力学组合因子在MOS降雨预报中的应用[J].气象,1998,2(1):27-30.
    [16] 俞善贤,汪锋.试用最优子集与岭迹分析相结合的方法确定回归方程[J].大气科学,1998,12(4):382-388.
    [17] 施能,曹鸿兴.基于所有可能回归的最优气候预测模型[J].南京气象学院学报,1992,15(4):459-466.
    [18] 魏凤英,曹鸿兴.长期预测的数学模型及其应用[M].北京:气象出版社,1990:9-90.
    [19] 张敏,赵金城.全局优化神经网络拓扑结构及权值的遗传算法[J].大连大学学报,1999,20(6):9-13.
    [20] HSU K,CUPTA H V,SORROSHIANS.Artificial neural net workmodling of the rainfall runoff process[J].Water Resources Research,1995,31(10):2517-2530.
    [21] HOWARD Demuth,MARK Beale.Neural network toolbox user's guide for use with matlab[M].The Mathworks Inc,1998:195-239.
    [22] 翟宜峰,李鸿雁.用遗传算法优化神经网络初始权重的方法[J].吉林大学学报(工学版),2003,33(2):45-50.
  • 加载中
计量
  • 文章访问数:  966
  • HTML全文浏览量:  0
  • PDF下载量:  1142
  • 被引次数: 0
出版历程
  • 收稿日期:  2004-12-15
  • 修回日期:  2005-05-17

目录

    /

    返回文章
    返回