基于BP网络的径流预测研究

发布时间：2017-09-11 20:32

  本文关键词：基于BP网络的径流预测研究

  更多相关文章： 径流预测 BP神经网络 遗传算法 MVC

【摘要】：水文预报在实施各种民生工程中的作用十分重要,其为调节径流、防御洪涝灾害、利用河流水能、灌溉等提供了重要的参考信息,同时也是实施各种调度决策的依据；在水文预报中径流预测的准确性具有很重要的意义。水文元素具有很强的非线性特征,并且其产生过程较为复杂,采用传统数据统计建立的概念性水文模型在处理实际情况中会遇到如：地理位置、气候等因素的限制；本次研究将贵州省铜仁市水文局“水文远程测控及综合信息管理系统”项目作为研究背景,以项目中子系统“径流预测系统”对降雨径流预报需求为研究目的,通过对国内外径流预报已有成果的研究,采用将人工神经网络算法应用在降雨径流预报上并对其进行了深入的研究。本文根据人工神经网络(ANN)及BP神经网络算法的基本特点和理论,设计出具备预报功能的BP神经网络模型,模型中分别采用梯度下降算法和LM(即：Levenberg-Marquardta)算法作为网络训练算法。针对BP神经网络易陷入局部极小值的不足,利用遗传算法(GA)具备全局搜索能力强的特点,将GA算法与BP算法结合设计出具备预报功能的GA-BP模型。并将设计的模型应用到贵州省铜仁市思南水文站径流的预报。根据项目的需求,研发了综合信息管理系统,针对系统中径流预报功能采用基于BP网络的径流预测模型的算法在系统中的实现的方法。通过该系统能够提高对实测数据的整合能力,减少人为干预数据的几率,提高预报数据的实时性和准确度,为防汛工作提供实时有效的数据,为防汛决策的确立提供可靠的依据。
【关键词】：径流预测 BP神经网络 遗传算法 MVC
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TV121;TP183
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-16
• 1.1 课题的研究意义及背景10-11
• 1.2 径流预测现状和趋势11-12
• 1.3 基于人工神经网络的径流预测可行性分析12-13
• 1.4 基于人工神经网络的径流预测国内外研究现状13-14
• 1.5 主要研究内容14-15
• 1.6 文章组织结构15-16
• 第二章 人工神经网络算法及遗传算法16-28
• 2.1 人工神经网络16-18
• 2.1.1 人工神经网络的产生与发展16-17
• 2.1.2 人工神经网络拓扑结构17-18
• 2.1.3 人工神经网络运行方式18
• 2.2 BP神经网络18-22
• 2.2.1 BP网络的结构19
• 2.2.2 BP网络设计步骤19-21
• 2.2.3 BP网络设计要素21-22
• 2.3 遗传算法22-26
• 2.3.1 遗传算法概述22-23
• 2.3.2 遗传算法理论基础23
• 2.3.3 遗传算法的特点23-24
• 2.3.4 遗传算法构成要素24-26
• 2.4 遗传算法的应用步骤26-27
• 2.5 本章小结27-28
• 第三章 基于BP网络的预报模型28-38
• 3.1 BP神经网络建模28-33
• 3.1.1 典型BP网络的学习原则及训练过程28-31
• 3.1.2 BP网络的不足31-32
• 3.1.3 BP网络改进措施32-33
• 3.2 BP网络与GA算法结合可行性分析33
• 3.3 基于GA-BP网络建模33-36
• 3.3.1 初始化种群及设定参数33-34
• 3.3.2 建立适应度函数34-35
• 3.3.3 遗传操作35-36
• 3.4 本章小结36-38
• 第四章 基于BP网络的径流预报模型38-52
• 4.1 径流预报的关键问题38
• 4.2 径流预测的BP模型38-45
• 4.2.1 BP模型的建立38-42
• 4.2.2 BP模型预报结果分析42-45
• 4.3 径流预测的GA-BP模型45-49
• 4.3.1 改进GA-BP模型的建立45-46
• 4.3.2 改进GA-BP模型预报结果分析46-49
• 4.4 综合分析49
• 4.5 本章小结49-52
• 第五章 径流预测系统52-64
• 5.1 综合信息管理系统需求分析52-53
• 5.2 综合信息管理系统53-56
• 5.2.1 系统构建原则53
• 5.2.2 系统功能架构53-54
• 5.2.3 综合管理系统框架54-55
• 5.2.4 综合管理系统网络拓扑结构55-56
• 5.3 ASP.NET MVC框架56-58
• 5.3.1 MVC构架原理56-57
• 5.3.2 ASP.NET中MVC的实现57-58
• 5.4 综合信息管理系统测试58-60
• 5.5 径流预报算法在.NET平台中实现60-63
• 5.5.1 算法在.NET平台实现方式61
• 5.5.2 算法文件的生成61-62
• 5.5.3 算法在.NET平台实现中遇到的问题62-63
• 5.6 本章小结63-64
• 第六章 总结64-66
• 致谢66-68
• 参考文献68-72
• 附录A：攻读硕士学位期间的科研成果72-74
• 附录B：文中用到的相关数据74-80
• 附录C：BP算法及GA-BP算法部分程序80-83

【参考文献】

中国期刊全文数据库 前7条

1 张晖;董航飞;;神经网络PID控制器在温度控制中的应用[J];机电产品开发与创新;2011年03期

2 冯碧t$,乔非,王坚;基于遗传算法的半导体生产线调度方法研究[J];计算机工程;2005年13期

3 杨志刚;汪春文;魏博文;;人工神经网络优化模型在洪水预报中的应用[J];人民长江;2008年16期

4 赵伟;王志华;周兵;;基于.NET技术和MVC的新架构模式[J];计算机工程与设计;2012年07期

5 洪小康;渭河下游洪水预报的人工神经网络模型研究[J];西北农林科技大学学报(自然科学版);2001年04期

6 张国权;王蔚民;;基于遗传算法的粗糙集属性约简[J];现代计算机;2006年02期

7 涂刚;李建;刘华清;纪永玲;许子昊;;ASP.NET MVC的研究[J];软件工程师;2010年08期

中国博士学位论文全文数据库 前2条

1 钱镜林;现代洪水预报技术研究[D];浙江大学;2004年

2 魏茹生;径流还原计算技术方法及其应用研究[D];西安理工大学;2009年

，

本文编号：832921