本文主要研究内容
作者王万祯,王超,孙嘉辉,宋培兵（2019）在《BP神经网络与NAM模型在西营流域的比较研究》一文中研究指出：BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络,具有自学习、自组织与自适应性强的特点,已被广泛应用于水文预报领域中,属于利用算法学习并不断逼近预测值的预报模型;NAM模型是一种基于水文循环的物理结构以及经验性的公式来进行降雨产汇流计算的模型,属于典型的确定性、集总式、概念性模型。该文分别采用NAM模型和BP神经网络模型对西营水库入库径流进行模拟预报。结果表明:由于西营流域降雨较为稀少,依靠降雨数据驱动的NAM模型在西营流域适用性较差,不符合水文预报的精度要求。而采用降雨与径流数据作为预报因子的BP神经网络模型模拟精度较高,合格率可达90%以上。
Abstract
BPshen jing wang lao shi yi chong an zhao wu cha ni xiang chuan bo suan fa xun lian de duo ceng qian kui shen jing wang lao ,ju you zi xue xi 、zi zu zhi yu zi kuo ying xing jiang de te dian ,yi bei an fan ying yong yu shui wen yu bao ling yu zhong ,shu yu li yong suan fa xue xi bing bu duan bi jin yu ce zhi de yu bao mo xing ;NAMmo xing shi yi chong ji yu shui wen xun huan de wu li jie gou yi ji jing yan xing de gong shi lai jin hang jiang yu chan hui liu ji suan de mo xing ,shu yu dian xing de que ding xing 、ji zong shi 、gai nian xing mo xing 。gai wen fen bie cai yong NAMmo xing he BPshen jing wang lao mo xing dui xi ying shui ku ru ku jing liu jin hang mo ni yu bao 。jie guo biao ming :you yu xi ying liu yu jiang yu jiao wei xi shao ,yi kao jiang yu shu ju qu dong de NAMmo xing zai xi ying liu yu kuo yong xing jiao cha ,bu fu ge shui wen yu bao de jing du yao qiu 。er cai yong jiang yu yu jing liu shu ju zuo wei yu bao yin zi de BPshen jing wang lao mo xing mo ni jing du jiao gao ,ge ge lv ke da 90%yi shang 。
论文参考文献
论文详细介绍
论文作者分别是来自甘肃水利水电技术的王万祯,王超,孙嘉辉,宋培兵，发表于刊物甘肃水利水电技术2019年01期论文，是一篇关于膜结构论文,膜材分类论文,动力响应论文,研究现状论文,甘肃水利水电技术2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自甘肃水利水电技术2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：膜结构论文; 膜材分类论文; 动力响应论文; 研究现状论文; 甘肃水利水电技术2019年01期论文;