基于聚类分析的人工神经网络洪水预报模型研究_尹雄锐

基于聚类分析的人工神经网络洪水预报模型研究_尹雄锐

ID:36504391

大小:663.03 KB

页数:7页

时间:2019-05-11

基于聚类分析的人工神经网络洪水预报模型研究_尹雄锐_第1页
基于聚类分析的人工神经网络洪水预报模型研究_尹雄锐_第2页
基于聚类分析的人工神经网络洪水预报模型研究_尹雄锐_第3页
基于聚类分析的人工神经网络洪水预报模型研究_尹雄锐_第4页
基于聚类分析的人工神经网络洪水预报模型研究_尹雄锐_第5页
资源描述:

《基于聚类分析的人工神经网络洪水预报模型研究_尹雄锐》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、第39卷第3期四川大学学报(工程科学版)Vo.l39No.32007年5月JOURNALOFSICHUANUNIVERSITY(ENGINEERINGSCIENCEEDITION)May2007文章编号:1009-3087(2007)03-0034-07基于聚类分析的人工神经网络洪水预报模型研究111,2尹雄锐,张翔,夏军(1.武汉大学水资源与水电工程科学国家重点实验室,湖北武汉430072;2.中国科学院地理科学与资源研究所,北京100101)摘要:应用模糊C均值(FCM)和自组织映射网络(SOM)两种方法将洪水流量过程线进行分解,并

2、聚成不同的类别,结合多层前馈神经网络(MFN)建立了两个综合神经网络模型(FCMMFN和SOMMFN),进行洪水预报。在王家厂水库流域洪水预报的应用结果表明,两种聚类方法能够将流量过程分解为具有不同内在规律的若干过程,两种综合神经网络模型预报精度均优于单一的多层前馈网络模型,而且FCMMFN的精度高于SOMMFN。关键词:模糊C均值;自组织映射网络;洪水预报;聚类分析;人工神经网络中图分类号:TV124文献标识码:AClassification-basedFloodForecastingModelUsingArtificialNeuralNe

3、tworks111,2YINXiong-rui,ZHANGXiang,XIAJun(1.StateKeyLab.ofWaterResourcesandHydropowerEng.Sc.i,WuhanUniv.,Wuhan430072,China;2.KeyLab.ofWaterCycleandRelatedLandSurfaceProcesses,IGSNRR,ChineseAcademyofSc.i,Beijing100101,China)Abstract:FuzzyCMeans(FCM)clusteringmethodandSel-fOr

4、ganizingFeatureMap(SOM)clusteringmethodwerebothemployedtodecomposedtheflowhydrographtoseveralsegments,andthesituationofrainandrunoffwasanalyzedineachsegmen,tthentwohybridartificialneuralnetworks(FCMMFN&SOMMFN),basedonFuzzyCMeansclusteringmethodandSel-fOrganizingFeatureMapcl

5、usteringmethodseparately,wereappliedtosimulatetherainfal-lrunoffrelationship.ThecasestudyinWangjiachangReservoirindicatedthattwoclusteringmethodshavetheabilitytodecomposedtheflowhydrographtoseveralsegmentsinwhichtheunder-lyingmechanismsofstre-amflowgenerationappeardifferen.

6、tBesides,thetwoclassification-basedartificialneuralnetworksarebothsuperiortothesinglemult-ilayerfeedforwardnetwork,furthermore,theperformanceofFCMMFNisbetterthantheoneofSOMMFN.Keywords:FuzzyCMeans(FCM);Sel-fOrganizingFeatureMap(SOM);floodforecasting;clusteringanalysis;artif

7、icialneuralnetworks洪水预报是流域防洪和水资源管理的重要内容网络作为一种实用的技术被广泛地应用于洪水预报之一,传统的洪水预报方法或者依赖于概念性模型,的研究中。在这些应用研究中,神经网络往往被认或者依赖于系统的黑箱子模型。近十多年来,神经为是纯黑箱子模型,仅仅是用于建立单一的降雨与径流之间的非线性关系,一般不能对水文现象进行收稿日期:2006-09-25物理解释。实际上,如果更深入地探索洪水形成的基金项目:国家自然科学基金资助项目(50579053,50239050);内部规律,研究合理的网络结构,就能在一定程度上湖北省

8、自然科学基金资助项目(2005ABA288)反映出物理规律。众所周知,流域洪水的形成非常作者简介:尹雄锐(1979-),男,博士生.研究方向:水文预报.第3期尹雄

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。