基于人工神經(jīng)網(wǎng)絡(luò)的集合洪水預(yù)報(bào)研究.pdf

1、近年來(lái)，受到全球氣候變化的影響，極端強(qiáng)降水事件的發(fā)生頻率和影響程度呈上升趨勢(shì)，因此，構(gòu)建有效的洪水預(yù)報(bào)模型便具有強(qiáng)烈的必要性。人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于水文相關(guān)的研究，如洪水預(yù)/警報(bào)等已經(jīng)得到了充分的發(fā)展與認(rèn)可。本文主要內(nèi)容為:一是將集合概念導(dǎo)入人工神經(jīng)網(wǎng)絡(luò)，針對(duì)初始值擾動(dòng)、樣本重采樣、網(wǎng)絡(luò)結(jié)構(gòu)擾動(dòng)三方面分別產(chǎn)生集合成員，由簡(jiǎn)單平均、stacking平均和貝葉斯模型加權(quán)平均整合預(yù)報(bào)輸出，綜合考慮各種不確定性因素的影響，以構(gòu)建集合洪水預(yù)報(bào)模型;二

2、是探討不同集合策略在兩個(gè)面積與水系皆不同的集水區(qū)構(gòu)建洪水預(yù)報(bào)模型時(shí)對(duì)于水文與地文因素的敏感性，并對(duì)洪水預(yù)報(bào)模型進(jìn)行可利用評(píng)價(jià)。
　　本文主要的成果和創(chuàng)新點(diǎn)如下:(1)在不同的集水區(qū)下，相較于單一神經(jīng)網(wǎng)絡(luò)模型，集合神經(jīng)網(wǎng)絡(luò)模型大大地提高洪水預(yù)報(bào)的精度，且不同集合策略的輸出在不同集水區(qū)有較高的一致性，顯示集合策略對(duì)水文與地文因子變化的敏感度不高(2)在眾多集合策略中，以初始值擾動(dòng)和簡(jiǎn)單平均操作最簡(jiǎn)單，龍泉溪流域、金華江流域洪水預(yù)報(bào)模型