基于遺傳算法的人工神經(jīng)網(wǎng)絡河流冰情預測研究.pdf

1、河流冰情預測是人們一直關注的重要課題，但由于影響冰情的各因素與冰情的發(fā)展之間沒有確切的函數(shù)關系，目前冰情預測領域的許多問題還沒有得到很好的解決，特別是開河預報和冰塞冰壩的預報。 通過河流冰情生消演變的分析，總結出了影響河流冰情的因素，包括熱力因素、動力因素、河道形態(tài)、人為因素、上下游影響和地表徑流六個方面。除河道形態(tài)是短期內(nèi)固定值外，上述每個因素的大幅度變化都有可能成為冰情發(fā)展的控制因素。 人工神經(jīng)網(wǎng)絡具有強大的非線性映

2、射能力，已經(jīng)被應用于模式識別、智能控制、圖像處理以及時間序列分析等各種領域，其中RBF神經(jīng)網(wǎng)絡結構簡單、訓練簡潔而且學習收斂速度快，能夠逼近任意非線性函數(shù)。遺傳算法是模擬生物界而構造出的一種算法，具有廣泛的適用性以及全局優(yōu)化的能力。因此，遺傳算法改進的RBF算法在理論基礎上優(yōu)于BP算法建立的神經(jīng)網(wǎng)絡。 依據(jù)開河機理，結合松花江哈爾濱站的歷史資料，設計出了基于遺傳算法的RBF神經(jīng)網(wǎng)絡預測模型，用來預測松花江的河流開河時間。