论文部分内容阅读
水文测站需要精确的水位流量关系，这是一种非线性关系，用传统方法进行关系拟合会产生较大误差。利用神经网络对非线性系统处理的强大能力，基于附加动量、自适应学习率以及数值优化的改进BP神经网络方法，对水位流量关系进行了高精度函数逼近。首先，对改进BP神经网络算法进行了详细描述和分析；而后，通过实测水文数据的仿真计算研究，与现有最小二乘法、遗传算法等多种方法进行了对比，并进行水位流量关系曲线的绘制。仿真结果表明，相比目前已有的算法，采用改进BP算法可以达到更高的拟合精度，是一种有效的方法，能够满足水文测站对水位流