基于改進(jìn)的神經(jīng)網(wǎng)絡(luò)冰凌預(yù)報(bào)模型及其GUI設(shè)計(jì).pdf

1、冰凌是高緯度地區(qū)河流普遍存在的一種水文現(xiàn)象，其產(chǎn)生、發(fā)展及消失是一個(gè)復(fù)雜的過程。冰凌不僅直接威脅著水利工程設(shè)施和人民生命財(cái)產(chǎn)的安全，而且嚴(yán)重影響著沿岸的工農(nóng)業(yè)生產(chǎn)。及時(shí)準(zhǔn)確的冰凌預(yù)報(bào)可為防凌減災(zāi)工作提供決策依據(jù)，對(duì)河流防凌安全具有重要意義。
　　本文以國(guó)家自然科學(xué)基金項(xiàng)目《黃河寧蒙段凌汛成因及預(yù)報(bào)方法研究》(51009065)為依托，在分析黃河寧蒙河段凌情特點(diǎn)及其主要影響因素的基礎(chǔ)上，篩選合適的預(yù)報(bào)因子，分別建立了基于粒子群優(yōu)化算

2、法和協(xié)同進(jìn)化遺傳算法的神經(jīng)網(wǎng)絡(luò)冰凌預(yù)報(bào)模型，并設(shè)計(jì)了其相應(yīng)的圖形用戶界面。論文的主要研究?jī)?nèi)容及成果如下：
　　(1)深入探討了黃河寧蒙河段的凌情特點(diǎn)，系統(tǒng)分析了影響其凌情變化的主要因素，在此基礎(chǔ)上通過Spearman等級(jí)相關(guān)分析，選取了合適的冰凌預(yù)報(bào)因子。
　　(2)將粒子群算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)引入到冰凌預(yù)報(bào)中，建立了黃河寧蒙河段的冰凌預(yù)報(bào)模型，并對(duì)預(yù)報(bào)效果進(jìn)行了評(píng)價(jià)。研究結(jié)果表明，基于粒子群算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型綜合預(yù)報(bào)

3、合格率為83.3％，達(dá)到了甲等預(yù)報(bào)。與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)模型相比預(yù)報(bào)效果更好，精度更高，應(yīng)用于寧蒙河段的冰凌預(yù)報(bào)是可行的。
　　(3)將協(xié)同進(jìn)化遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型引入到寧蒙河段的冰凌預(yù)報(bào)中，預(yù)報(bào)結(jié)果表明，其綜合預(yù)報(bào)合格率為91.7％，達(dá)到了甲等預(yù)報(bào)，可以應(yīng)用于寧蒙河段的冰凌預(yù)報(bào)中。協(xié)同進(jìn)化遺傳算法通過動(dòng)態(tài)調(diào)整結(jié)構(gòu)編碼的方式對(duì)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)進(jìn)行優(yōu)化，刪除了無(wú)意義的節(jié)點(diǎn)，所得到的網(wǎng)絡(luò)具有更簡(jiǎn)單的結(jié)構(gòu)，有效的降低了算法計(jì)算的復(fù)雜程度