论文部分内容阅读
在经典BP神经网络模型的基础上，增设误差修正系数，实现网络误差修正权重倾向于输出样本的较大值，同时提出了一种计算输入输出向量的归一化公式．在此基础上建立了具有洪峰识别的BP网络预报模型．该模型能根据实测资料模拟和预报不同特征年的流量或含沙量过程．采用建立的模型，对宜昌水文站典型年实测流量过程及含沙量过程进行了预测检验，其结果与实测值吻合较好，对峰值的预报较经典BP模型有所提高．