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.
龚政,张东生,曹春玲.基于BP神经网络的河道水位推算模型研究[J].河海大学学报(自然科学版),2001,(5):96-99.(.[J]. Journal of Hohai University (Natural Sciences),2001,(5):96-99.(in Chinese))