欢迎来到天天文库
浏览记录
ID:35060259
大小:6.02 MB
页数:57页
时间:2019-03-17
《基于人工神经网络的荆江河段水文研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、—单位代码10602I学号2013011644分类号町1扮级公开心'?序鐵/#呼藏GUANGXINOPMALUNIVERSITY硕击学佐冷文基于人王神鐘网络的荆江河段水文研究TheChinRiverHdroloicalResearchBasedonArtificialNeuralgygNetwork学院:电子工程学院专业:电子与通信工程研究方向;人工神经网络年级:2013级研究生:李人妹指导教师:曾上游完成日
2、期!2016年4月!‘?广卿.帅化乂学侧I学位论义基于人王神经网络的撕狂河段水文研究专业名称:电子与通信王程申请人:李人蛛指导教师:曾上游教授论文答辩委员会、、主々:批、命《接鴻…是I少睾娜I广巧师范乂学硕学位论文基于人工神经网络的荆江河段水文研究研究生:李人巧导师:曾上游专业;电子与通信.[程研究方向:2013级;人工神经网络和水文研究年级摘要河段水文研究是水文科学的重要课题,而防巧工程是河段水文研究的重点对象,作为一—水
3、文研究中的核也部分径流预报,不仅是项减免地区损失非常重要的防洪措施,也一是项科学利用水资源的举措,因而引起越来越多国内外水文专家的重视。及时准确的水一一文预报,从方,方面可W为防洪、调度、决策提供重要依据而降低洪淺灾害的风险;。面可W合理利用水资源,为地区带来可观的经济效益和社会效益""目前,对于水文预测送类复杂的黑箱问题,传统办法大都寻求的是输入、输出之间的线性关系,而人工神经网络通过转换函数,直接寻求输入、输出之间的非线性关系,后者在理论上更适合洪水的运动特性。人工神经网络具有非线性
4、W及学习等特点,但同是也存在收敛慢、易发生震荡的缺点。:因此,本文W荆江河段为研究对象,主要研究内容如下(1)对荆江河段的水文情况进行了简要阐述,分析比较传统和新型水文预报方法,将。人工神经网络引入模型,并介绍人工神经网络模型在水文研究中的研究现状(2)本文在普遍适用的BP神经网络的基础上,研究其改进方法,并将禁忌搜索引入。模型,建立了可1^实现全局优化进而提高水文预报精度的禁忌全局优化网络模型其中针对禁忌全局优化网络的结构设计、算法实现、参数设定进行了深入研究。(3)最后运用M
5、ATLAB仿真软件分别构建BP神经网络和禁忌全局优化网络的日预测模型,,,利用荆江河段历年的水文数据进行学习训练分析结果表明禁忌全局优化网络模型的预测精度要优于BP神经网络。基于中长期预测对水库调度、防m抗旱、水资源规划管理等工作至关重要,分析结果表明,禁忌全局优化网络模型的,进而构建月预测模型预测精度要明显优于BP神经网络。(4)本文所建模型合理,水文预报效果好,可操作性强,研究成果对长江流域河段水文研究具有重要参考价值。:水文研究关键词:人工神经网络;BP神经网络:禁忌全局优化;
6、MATLABI广巧师化乂学硕I:学位论义TheChinRiverHdroloicalResearchBasedon乂rtifidalNeuralgygNetworkCandidate:Li民e打shuMentor:Ze打ShanouggyMaor:ElectronicsandCommunicationEnineerinjggResearchArea:ResearchonArtificialNeuralNetworkandHydr
7、ologicalGrade:2013AbstractHydrologicresearchofriverreachisanimportantsubectinHydrologicalSciences,andjflood-roeccontroltis化6keytaretofhydroloicresearchas过centralartofhdroloicalpjgg,pyg-stues—runmedadiofforecastsitisn
8、otonlanimortant打oodcontrolmeasureaitreducin,ypgthelossofthedisasterareasbutalsoanmethodofscienti打cutilizinwaterresources,somore,gandmorehdrologicaleertsathomeanda
此文档下载收益归作者所有