论文部分内容阅读
针对人工神经网络技术在实际应用中常出现的过拟合现象，设计了以人工神经网络模型做初级预报，用卡尔曼滤波技术对初级预报结果进行二次预报的方法。该方法用于淮河王家坝水文站最高洪水位的预报和岷江上游段紫坪埔水文站的流量预报，并与标准的BP网络模型以及卡尔曼滤波模型进行了比较。两个应用实例的计算结果表明，以上两种技术的结合，不仅有利于预防过拟合问题，还可提高预报精度。