神經網絡在洪水預報中的應用研究.pdf

1、受四川盆地地形與北部秦嶺山脈的影響，達州市河流眾多，洪災頻頻發(fā)生，每次洪災都給達州市政府和人民帶來巨大的經濟損失和慘重的人員傷亡。事實證明，如果我們還不采取有效的措施來預防洪水，人民的生命財產將面臨巨大的威脅，經濟損失也將日益擴大。
　　而洪水預報是一種非常重要的非工程防洪措施，直接影響著防汛、水資源的合理利用和水利工程的管理等工作情況。當前，基本上所有的洪水預報模型都是以實測數據為基礎建立起來的，例如統計模型、確定性預報模型，只

2、能夠近似的來模擬實際洪水規(guī)律。但在實際應用中,這些洪水預報模型受到了許多條件的限制，難以被運用于處理洪水和各要素之間的內在關系。本文在國內外研究成果的基礎上，研究了如何將人工神經網絡應用于洪水預報中。
　　詳細介紹了人工神經網絡和BP神經網絡的基本理論，給出了建立BP網絡的幾點注意事項，分析了BP神經網絡的缺陷，介紹了幾種改進算法。并采用LM算法改進的BP神經網絡模型預報了四川省達州市州河上游東林水文站的洪水流量，分析了預報結果，

3、找出了BP神經網絡模型的不足之處。
　　本文研究的重點是將如何將遺傳算法（GA）運用到人工神經網絡（ANN）中去。通過研究GA算法，針對BP網絡在學習過程中存在的問題，對BP神經網絡進行了優(yōu)化，設計出了GA-BP神經網絡模型，該模型能夠避免BP神經網絡模型在學習過程中得到局部最優(yōu)解。以州河流域水文資料數據為研究樣本，用MATLAB（2009a）神經網絡工具箱作為開發(fā)環(huán)境實現了GA-BP洪水預報模型，通過反復訓練獲得了預報結果，并與