凌汛开河历时预测模型研究
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｏ ｅ ｏ ｈ ｅ ｋ ｎ ｐ Ｄａ ｅｏ ｃ ｌｏ ｔ ｄ ｎ Ｐｒ ｄ ｃｉ ｄ ｌｆ ｒ ｔ ｅ Ｂｒ ａ ｉ ｇ ｕ ｔ ｆＩ ｅ Ｆ ｏ ｄ ｏ
Ｚ ＨＡ０ Ｘｉｏ ｓ ｅ ａ —ｈ ｎ，Ｗ Ｕ Ｈａ — ｅ，Ｚ ｉ ｂ ＨＯ Ｈａ Ｕ ｌ
第３ ４卷第 ６期
２１ ０ ２年 ６月
人
民
黄
河
Ｖｏ ３ Ｎｏ ６ ｌ ４， ．
ＹＥ Ｌ Ｌ ＯＷ
ＲＩ Ｒ ＶＥ
Ｊ ｎ．，０１ ｕ ２ ２
【ｒ－ 治 河 】 ｌ－ ￣・ ．： ｂ＃ －
凌 汛 开 河 历 时 预 测 模 型研 究
赵 晓慎 ， 海 波 ， 吴 周 海
（ 北水利水 电学院， 南 郑州 ４０ １） 华 河 ５ ０ １
ｓ ｏ ｔｏ ｎ ｓ ｏ ｈ ｉ ｇｅ ＢＰ ｎ ｕｒｌｎ ｔ ｒ ｕ ｈ ａ ｔ ｏ ｌ ａ ｉ ａｌｉ ｔ ｏ ａ ｎ ｍｕ ｐ ｉ ｔ ．Ｔ ｅ ｐ ｅ ｉｔｏ ｅ ｎ ｔ ｆｔ ｅ ｍｏ ｅ ｓｍｏ ｅ ｃ ｏ ｅ ｈ ｒｃ ｍｉｇ ｆｔ ｅ ｓｎ ｌ ｅ ａ ｅｗｏ ｋ ｓ ｃ ｓｉ ｃ ｕ ｄ ｅ ｓｌ ｆｌ ｎ ｏ ｌｃ ｌｍｉ ｉ ｍ ｏｎ ｓ ｙ ｈ ｒ ｄ ｃ ｉｎ ｒ ｓ ｌ ｏ ｈ ｄ ｌｉ ｒ ｌｓ
摘
要 ： 小波 函数 作为 Ｂ 将 Ｐ神 经 网络 隐合层节 点的传递 函数 ， 出了预 测冰 凌开河历 时的 小波神 经网络模型 。 实例应 提
用结果表 明 ： 该模 型具 有收敛速度快 、 测精度 高等特 点 ， 预 克服 了单一 Ｂ Ｐ神 经 网络在 预 测 中极 易 陷入 局部极 小点等缺
ｎ ｕ ａ ｅ ｗｏ ｋ ｅ ｒｌｎ ｔ ｒ ．
Ｋｅ ｒ ｓ：ｗａ ｅ ｅ ｎ ｌ ｓｓ Ｐ ｎ ｕ ａ ｅ ｗｏ ｋ；ｐ ｅ ｉ ｔ ｎ ｍｏ ｅ ；ｉｅ ｂ ｅ ｋ ｕ ａ ｅ；ｉ ｅ ｆ ｏ ｙ ｗｏ ｄ ｖ ｌｔａ ａｙ ｉ ；Ｂ ｅ ｒ ｌｎ ｔ ｒ ｒｄｃｉ ｄ ｌ ｃ ｒａ — ｐ ｄ ｔ ｃ ｏ ｄ ｏ ｌ
ｔ ｔｅ ａｔ ａ ｖ ｌｅ ｔｅ ｒｌ ｉｅｍｅ ｎ ｅ ｏ ｅｒ ａｅ ｙ２ ２ ％ ａ ｄ ４ ８ ％ ｒｓ ｅｔ 山 ｃ ｍｐ ｒ ｇｗ ｔ ｅ ｓ ｇ Ｐ ｎ ｕ ａ ｎ ｔ ｏｋ ａ ｄ ｆｚｙ ｏ ｈ ｃｕ ｌ ａ ， ｈ ａ ｖ ａ ｌ ｒｄ ｃｅ ｓｓｂ ． ４ ｕ ｅｔ Ｔ ｎ ． ３ ｅ ｐ ｃｉ ｖ ｏ ａｉ ｉ ｔ ｉ ｌ Ｂ ｅ ｒｌ ｅ ｒ ｎ ｚ ｎ ｈｈ ｎｅ ｗ ｕ
预 测 凌汛 开 河 历 时 对 解 决 航 运 交 通 、 力 发 电 等 问 题 及 开 水
展防凌工 作有 着重要 的 意义 。有 关 凌汛 开河历 时 的预 测模 型
较 多 ， 取得 了很好 的预测 效果 。Ｂ 均 Ｐ神 经 网络 具 有 大 规
（， ｛ ｆ＿ ）ｆ二 ） （ ０ ｒ ４ 厂 ｄ ｄ＞ ） （） ）＝ （ ｔ １
ｌｙ ｒｏ ｉ Ｐ ｅ ｒ ｌ ｅ ｗｏ ｋ ｒ ｖ ｄ ｂ ｐｐ ｉａ ｉｎ，ｔ ｅ ｍｏ ｅ ａ ｉ ｈ ｃ ｎ ｅ ｇ ｎ ｅｒ ｔ ｎ ｉ ｈ ｐ ｅ ｉｔｏ ｒ ｃ ｓｏ ａ ｅ ｆｔ ｅ Ｂ ｎ ｕ ａ ｔ ｒ ．Ｐ ｏ ｅ ｙ ａ ｌｃ ｔ ｌ ｎ ｏ ｈ ｄ ｌｈ ｄ ｈ ｇ ｏ ｖ ｒ ｅ ｃ ａ ｅ ａ ｄ ｈ ｇ ｒ ｄ ｃ ｉｎ ｐ ｅ ｉｉｎ，ａ ｄ ｉ ａ ｓ ｖ ｒ ａ ｈ ｎ ｔ ｌｏ ｏ ｅ ｃ ｍｅ ｔ ｅ
（ ａ ｈｎ ｎ ｅｓｙ Ｗａｅ Ｒｓｕｃｓ ｎ ｌ ｔｃＰ ｗｒ ｈｎｚｏ ５ ０ ， ｈｎ ） Ｎｏ ｈＣ ｉａＵ ｉ ｒｔ ｖ ｉ ｔｒ ｅ ｒ ｄＥｅ ｒ ｏ ｅ，Ｚ ｅｇｈｕ４ ０ １ Ｃ ｉａ ｏ ｅａ ｃｉ １
Ａｂｓｒ ｃ ！Ａ ｖ ｌ ｔｎ ｕ ａ ｅｗｏ ｋ ｍｏ ｅ ｓｅ ｔ ｂ ｉｈ ｄ ｗｉ ｈ ｖ ｌ ｔ ｕ ｃ ｉ ｎ ａ ｈ ｒ ｎ ｆｒｆ ｎ ｔ ｎ ｂ ｔ ｅ ｈ ａ ｅ ｏｎ ｓ ｉ ｈ ｉ ｄ ｎ ｔａ ｔ ｗａ ｅ ｅ ｅ ｒ ｌｎ ｔ ｒ ｄ ｌ ｗａ ｓａ ｌ ｅ ｔ ｔ ｅ ｗａ ｅｅ ｎ ｔ ｓ ｔ ｅ ｔ ｓｅ ｃ ｉ ｅｗｅ ｎ ｔ ｅ ｐ ｎ ｌｐ ｉ ｔ ｎ ｔ ｅ ｈ ｄ ｅ ｓ ｈ ｆ ｏ ａ ｕ ｏ
馍的分布 式存 储与并行运算 能力 、 非线 性动 力学 映射能 力及较 强的鲁棒性 ， 同时也 存在 极易 陷入 局部 极小 值点 、 网络结 构选
取 和 初 始 的权 值 设 置 等 问 题 ， 导 致 网 络 泛 化 能 力 不 足 ， 数 易 对
点 ， 型预 测结果 更接近 实际值 ， 模 其相 对平均误差 比单一 Ｂ Ｐ神 经网络和模糊神经 网络 分别降低 了 ２２ ％和 ４ ８ ％ 。 ．４ ．３
关 键 词 ：小 波 分 析 ；Ｂ Ｐ神 经 网络 ；预 测 模 型 ；开 河 历 时 ；出 汛
文献标识码 ： Ａ ｄｉ１． ９ ９ｊｉ ｎ １０ —３ ９ ２ １ ．６ ０ ５ ｏ：０ ３ ６ ／． ｓ．０ ０１７ ．０ ２ ０ ．０ ｓ 中 图 分 类 号 ：Ｐ ３ ； Ｖ ８ ． ３ ３ Ｔ ８２ １
一
、
式 中： ｒ为平移 系数 ； 为伸缩系数 ； 为时刻 。 ｔ 由式 （ ） １ 分析得 出 ， 小波分 析能够 通过 小波 基本 函数 的变 换分析信号 的局部 特 征 ， 且具 有 信 号 的 二维 选 择 能 力。 因 并
Ｍｏ ｅ 小 波 基 本 函数 对 干扰 的 鲁 棒 性 好 ， 有 误 差 小 、 算 稳 定 ｒｔ ｌ 具 计
Ｚ ＨＡ０ Ｘｉｏ ｓ ｅ ａ —ｈ ｎ，Ｗ Ｕ Ｈａ — ｅ，Ｚ ｉ ｂ ＨＯ Ｈａ Ｕ ｌ
第３ ４卷第 ６期
２１ ０ ２年 ６月
人
民
黄
河
Ｖｏ ３ Ｎｏ ６ ｌ ４， ．
ＹＥ Ｌ Ｌ ＯＷ
ＲＩ Ｒ ＶＥ
Ｊ ｎ．，０１ ｕ ２ ２
【ｒ－ 治 河 】 ｌ－ ￣・ ．： ｂ＃ －
凌 汛 开 河 历 时 预 测 模 型研 究
赵 晓慎 ， 海 波 ， 吴 周 海
（ 北水利水 电学院， 南 郑州 ４０ １） 华 河 ５ ０ １
ｓ ｏ ｔｏ ｎ ｓ ｏ ｈ ｉ ｇｅ ＢＰ ｎ ｕｒｌｎ ｔ ｒ ｕ ｈ ａ ｔ ｏ ｌ ａ ｉ ａｌｉ ｔ ｏ ａ ｎ ｍｕ ｐ ｉ ｔ ．Ｔ ｅ ｐ ｅ ｉｔｏ ｅ ｎ ｔ ｆｔ ｅ ｍｏ ｅ ｓｍｏ ｅ ｃ ｏ ｅ ｈ ｒｃ ｍｉｇ ｆｔ ｅ ｓｎ ｌ ｅ ａ ｅｗｏ ｋ ｓ ｃ ｓｉ ｃ ｕ ｄ ｅ ｓｌ ｆｌ ｎ ｏ ｌｃ ｌｍｉ ｉ ｍ ｏｎ ｓ ｙ ｈ ｒ ｄ ｃ ｉｎ ｒ ｓ ｌ ｏ ｈ ｄ ｌｉ ｒ ｌｓ
摘
要 ： 小波 函数 作为 Ｂ 将 Ｐ神 经 网络 隐合层节 点的传递 函数 ， 出了预 测冰 凌开河历 时的 小波神 经网络模型 。 实例应 提
用结果表 明 ： 该模 型具 有收敛速度快 、 测精度 高等特 点 ， 预 克服 了单一 Ｂ Ｐ神 经 网络在 预 测 中极 易 陷入 局部极 小点等缺
ｎ ｕ ａ ｅ ｗｏ ｋ ｅ ｒｌｎ ｔ ｒ ．
Ｋｅ ｒ ｓ：ｗａ ｅ ｅ ｎ ｌ ｓｓ Ｐ ｎ ｕ ａ ｅ ｗｏ ｋ；ｐ ｅ ｉ ｔ ｎ ｍｏ ｅ ；ｉｅ ｂ ｅ ｋ ｕ ａ ｅ；ｉ ｅ ｆ ｏ ｙ ｗｏ ｄ ｖ ｌｔａ ａｙ ｉ ；Ｂ ｅ ｒ ｌｎ ｔ ｒ ｒｄｃｉ ｄ ｌ ｃ ｒａ — ｐ ｄ ｔ ｃ ｏ ｄ ｏ ｌ
ｔ ｔｅ ａｔ ａ ｖ ｌｅ ｔｅ ｒｌ ｉｅｍｅ ｎ ｅ ｏ ｅｒ ａｅ ｙ２ ２ ％ ａ ｄ ４ ８ ％ ｒｓ ｅｔ 山 ｃ ｍｐ ｒ ｇｗ ｔ ｅ ｓ ｇ Ｐ ｎ ｕ ａ ｎ ｔ ｏｋ ａ ｄ ｆｚｙ ｏ ｈ ｃｕ ｌ ａ ， ｈ ａ ｖ ａ ｌ ｒｄ ｃｅ ｓｓｂ ． ４ ｕ ｅｔ Ｔ ｎ ． ３ ｅ ｐ ｃｉ ｖ ｏ ａｉ ｉ ｔ ｉ ｌ Ｂ ｅ ｒｌ ｅ ｒ ｎ ｚ ｎ ｈｈ ｎｅ ｗ ｕ
预 测 凌汛 开 河 历 时 对 解 决 航 运 交 通 、 力 发 电 等 问 题 及 开 水
展防凌工 作有 着重要 的 意义 。有 关 凌汛 开河历 时 的预 测模 型
较 多 ， 取得 了很好 的预测 效果 。Ｂ 均 Ｐ神 经 网络 具 有 大 规
（， ｛ ｆ＿ ）ｆ二 ） （ ０ ｒ ４ 厂 ｄ ｄ＞ ） （） ）＝ （ ｔ １
ｌｙ ｒｏ ｉ Ｐ ｅ ｒ ｌ ｅ ｗｏ ｋ ｒ ｖ ｄ ｂ ｐｐ ｉａ ｉｎ，ｔ ｅ ｍｏ ｅ ａ ｉ ｈ ｃ ｎ ｅ ｇ ｎ ｅｒ ｔ ｎ ｉ ｈ ｐ ｅ ｉｔｏ ｒ ｃ ｓｏ ａ ｅ ｆｔ ｅ Ｂ ｎ ｕ ａ ｔ ｒ ．Ｐ ｏ ｅ ｙ ａ ｌｃ ｔ ｌ ｎ ｏ ｈ ｄ ｌｈ ｄ ｈ ｇ ｏ ｖ ｒ ｅ ｃ ａ ｅ ａ ｄ ｈ ｇ ｒ ｄ ｃ ｉｎ ｐ ｅ ｉｉｎ，ａ ｄ ｉ ａ ｓ ｖ ｒ ａ ｈ ｎ ｔ ｌｏ ｏ ｅ ｃ ｍｅ ｔ ｅ
（ ａ ｈｎ ｎ ｅｓｙ Ｗａｅ Ｒｓｕｃｓ ｎ ｌ ｔｃＰ ｗｒ ｈｎｚｏ ５ ０ ， ｈｎ ） Ｎｏ ｈＣ ｉａＵ ｉ ｒｔ ｖ ｉ ｔｒ ｅ ｒ ｄＥｅ ｒ ｏ ｅ，Ｚ ｅｇｈｕ４ ０ １ Ｃ ｉａ ｏ ｅａ ｃｉ １
Ａｂｓｒ ｃ ！Ａ ｖ ｌ ｔｎ ｕ ａ ｅｗｏ ｋ ｍｏ ｅ ｓｅ ｔ ｂ ｉｈ ｄ ｗｉ ｈ ｖ ｌ ｔ ｕ ｃ ｉ ｎ ａ ｈ ｒ ｎ ｆｒｆ ｎ ｔ ｎ ｂ ｔ ｅ ｈ ａ ｅ ｏｎ ｓ ｉ ｈ ｉ ｄ ｎ ｔａ ｔ ｗａ ｅ ｅ ｅ ｒ ｌｎ ｔ ｒ ｄ ｌ ｗａ ｓａ ｌ ｅ ｔ ｔ ｅ ｗａ ｅｅ ｎ ｔ ｓ ｔ ｅ ｔ ｓｅ ｃ ｉ ｅｗｅ ｎ ｔ ｅ ｐ ｎ ｌｐ ｉ ｔ ｎ ｔ ｅ ｈ ｄ ｅ ｓ ｈ ｆ ｏ ａ ｕ ｏ
馍的分布 式存 储与并行运算 能力 、 非线 性动 力学 映射能 力及较 强的鲁棒性 ， 同时也 存在 极易 陷入 局部 极小 值点 、 网络结 构选
取 和 初 始 的权 值 设 置 等 问 题 ， 导 致 网 络 泛 化 能 力 不 足 ， 数 易 对
点 ， 型预 测结果 更接近 实际值 ， 模 其相 对平均误差 比单一 Ｂ Ｐ神 经网络和模糊神经 网络 分别降低 了 ２２ ％和 ４ ８ ％ 。 ．４ ．３
关 键 词 ：小 波 分 析 ；Ｂ Ｐ神 经 网络 ；预 测 模 型 ；开 河 历 时 ；出 汛
文献标识码 ： Ａ ｄｉ１． ９ ９ｊｉ ｎ １０ —３ ９ ２ １ ．６ ０ ５ ｏ：０ ３ ６ ／． ｓ．０ ０１７ ．０ ２ ０ ．０ ｓ 中 图 分 类 号 ：Ｐ ３ ； Ｖ ８ ． ３ ３ Ｔ ８２ １
一
、
式 中： ｒ为平移 系数 ； 为伸缩系数 ； 为时刻 。 ｔ 由式 （ ） １ 分析得 出 ， 小波分 析能够 通过 小波 基本 函数 的变 换分析信号 的局部 特 征 ， 且具 有 信 号 的 二维 选 择 能 力。 因 并
Ｍｏ ｅ 小 波 基 本 函数 对 干扰 的 鲁 棒 性 好 ， 有 误 差 小 、 算 稳 定 ｒｔ ｌ 具 计