數(shù)學(xué)建模-dhumcm11016-a(編輯修改稿)
2024-09-13 12:38 本頁面
【文章內(nèi)容簡介】 的實(shí)測值和BP網(wǎng)絡(luò)模型下的預(yù)測值表2 1月 徑流量實(shí)測值一月徑流量預(yù)測值 然而BP神經(jīng)網(wǎng)絡(luò)在數(shù)值偏差過大的時(shí)候擬合效果欠佳，所以以下引入RBF網(wǎng)絡(luò)對數(shù)據(jù)進(jìn)行擬合（以下是HS1站的數(shù)據(jù)）： RBF神經(jīng)網(wǎng)絡(luò)以HS1站為例，HS1站數(shù)據(jù)取于3月1日到4月3日，預(yù)測3月31日后3天的徑流量。其中，RBf的輸入變量為前3天的徑流量，當(dāng)日降水量、水位、徑流量，輸出目標(biāo)為后3天的徑流量。訓(xùn)練量本為前27組數(shù)據(jù)，測試樣本為31日的一組數(shù)據(jù)。運(yùn)用MATLAB進(jìn)行數(shù)據(jù)擬合，預(yù)測：擬合預(yù)測效果見下圖clear。 p=p139。T=T139。p_train=p(:,1:27)。T_train=T(:,1:27)。p_test=p(:,28)。 T_test=T(:,28)。[PN1,minp,maxp,TN1,mint,maxt] = premnmx(p_train,T_train)。%歸一化處理PN2 = tramnmx(p_test,minp,maxp)。[TN1,mint,maxt] = premnmx(T_train)。TN2 = tramnmx(T_test,mint,maxt)。 goal=。 spread=。 mn=28。df=1。net=newrb(PN1,TN1,goal,spread,mn,df) y=sim(net,PN2)%預(yù)測 y = y1=postmnmx(y,mint,maxt)y1 = 由右下圖可知，對于前兩天的預(yù)測效果較好，對于第三天有一定偏差，但不大。基本符合預(yù)期。 HS1 站徑流仿真與預(yù)測 注：紅線為實(shí)際徑流值 綠色加號為仿真結(jié)果 藍(lán)圈為未來三天徑流值同理，在相同時(shí)間內(nèi)取值可以得到其他水文站的后三天徑流值。HS2 站徑流仿真與預(yù)測 HS3站徑流仿真與預(yù)測HS4 站徑流仿真與預(yù)測 HS5 站徑流仿真與預(yù)測 HS6 站徑流仿真與預(yù)測 HS7站徑流仿真與預(yù)測 HS8站徑流仿真與預(yù)測 HS9站徑流仿真與預(yù)測 HS10站徑流仿真與預(yù)測 HS11站徑流仿真與預(yù)測 HS12站徑流仿真與預(yù)測 HS13站徑流仿真與預(yù)測HS14站徑流仿真與預(yù)測 HS15站徑流仿真與預(yù)測HS16站徑流仿真與預(yù)測 HS17站徑流仿真與預(yù)測 HS18站徑流仿真預(yù)測4 徑流量的求解由上述結(jié)果可得降水量和平均水位對徑流量求解如下：選取HS11站的降水量和平均水位為樣本進(jìn)行討論預(yù)測6月5日到6月7日的徑流量：原始數(shù)據(jù)選取為HS11站在6月份的樣本數(shù)據(jù)；最終由Matlab〔M〕編程運(yùn)行可得徑流量為：T5= ，T6= ，T7=結(jié)果的分析：HS11站在6月5日到6月7日的徑流量實(shí)際值為：TT5=174。TT6=170。TT7=175 二:各水文站之間的相互制約1. 問題分析假設(shè)各水文站之間只有直接相關(guān)的水文站才會(huì)相互影響，不直接相關(guān)的水文站影響微?。灰虼藢?8個(gè)水文站分為，
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1