论文部分内容阅读
在分析影响河道水位因素的基础上,采用基于梯度下降算法的BP神经网络模型推算河道水位,同时采用传统的上下游水位线性相关方法进行水位推算.结果表明,在具有较长期实测资料的情况下,BP神经网络模型具有很高的精度,若要考虑更多相互独立影响因素的非线性作用,应相应增加输入样本数.文章最后提出了进一步提高模型精度的几点设想.