论文部分内容阅读
本文以Matlab神经网络工具箱GUI为依托，用地表水资源时间序列的年径流量资料作为训练样本的基础，生成训练样本输入数据和期望输出数据，建立时间序列神经网络预测模型。模型优点可以模拟多变量而不需要对输入变量作复杂的关系假定，不要求知道输入输出变量之间的关系，只需通过用误差反向传播的（BP）算法训练神经网络，获得输入输出之间的映射关系。最后，以玛纳斯河肯斯瓦特站历年的年径流资料验证时间序列人工神经网络预测模型的可行性与有效性。