基于matlab的神經(jīng)網(wǎng)絡(luò)洪峰預(yù)測-資料下載頁
2025-06-18 15:58本頁面
【正文】 位數(shù)據(jù)個(gè)數(shù)為和，其中=+，則取這里=1,2,…, ,=1,2,…。（2）輸出層單元數(shù)據(jù)給定：如果想預(yù)報(bào)下游站當(dāng)前時(shí)間間隔，?，后的洪水水位數(shù)據(jù)，則取 目標(biāo)函數(shù)的確定1985年，中華人民共和困水利電力部頒發(fā)了《水文情報(bào)預(yù)報(bào)規(guī)范》，該規(guī)范制定了檢驗(yàn)水文預(yù)報(bào)方案有效性的兩類方法—確定性系數(shù)法和許可誤差法。參照該規(guī)范的確定性系數(shù)的定義，本文給出人工神經(jīng)網(wǎng)絡(luò)的檢驗(yàn)?zāi)繕?biāo)函數(shù)如下 這里式(3．4)中：是預(yù)報(bào)誤差的均方差，是預(yù)報(bào)要素值的均方差，是實(shí)例值，是預(yù)報(bào)值，是第t個(gè)輸出單元的實(shí)測值均值，m是系列點(diǎn)次的個(gè)數(shù)。由于我們追求規(guī)范中的目標(biāo)函數(shù)最大值，相當(dāng)于追求的最小值。并且追求規(guī)范中的目標(biāo)函數(shù)最大值與追求人工神經(jīng)網(wǎng)絡(luò)模型中目標(biāo)函數(shù)最小值是一致的。3．2．3輸入單元數(shù)據(jù)的規(guī)范化從文獻(xiàn)[58]可知，由于利用S(x)=1(1+)作為人工神經(jīng)網(wǎng)絡(luò)的映射函數(shù)，則當(dāng)較大時(shí)，S(x)非常接近于0或1，從而引起S’(x)=S(x)(1一S(x))的值非常接近于0，導(dǎo)致人工神經(jīng)網(wǎng)絡(luò)模型在訓(xùn)練時(shí)收斂速度過慢。為了避免出現(xiàn)這一現(xiàn)象，通常我們要求連接權(quán)的初始值在(1，1)之間隨機(jī)生成，同時(shí)輸入單元的數(shù)據(jù)也應(yīng)規(guī)范化到(O，1)之間?？紤]到輸入單元數(shù)據(jù)的規(guī)范化是在過去已有數(shù)據(jù)基礎(chǔ)上進(jìn)行的，為了顧及到在預(yù)測階段可能的超過歷史洪峰的情況，這里把輸入單元的數(shù)據(jù)規(guī)范在0．2到0．8之問，具體規(guī)范化方法如下。這里，。3．2．4輸出單元數(shù)據(jù)的規(guī)范化考慮到利用S(x)=1(1+)作為人工神經(jīng)網(wǎng)絡(luò)的映射函數(shù)，此時(shí)S(x) (0,1), 故輸出單元的數(shù)值只能介于0到l之間，因此必須把輸出層單元的數(shù)值規(guī)范到區(qū)間(0，1)。進(jìn)一步考慮到為了能讓人工神經(jīng)網(wǎng)絡(luò)模型對(duì)于超過歷史洪峰的水位也能進(jìn)行預(yù)報(bào)，留有(0,)和(,1)的預(yù)報(bào)空間，具體規(guī)范化方法如下。這里。式(3．7)作的規(guī)范化處理，主要是用于構(gòu)造人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練模式對(duì)，當(dāng)訓(xùn)練成功后，得到了預(yù)報(bào)值時(shí)，還必須給出還原公式，具體還原公式如下=+()() () 3．3預(yù)報(bào)結(jié)果及總結(jié)雖然人工神經(jīng)網(wǎng)絡(luò)模型的目標(biāo)函數(shù)是種整體誤差，但在訓(xùn)練網(wǎng)絡(luò)時(shí)，本文沿用了文獻(xiàn)[58]中的任取一個(gè)模式對(duì)就馬上訓(xùn)練一次，直到每個(gè)模式對(duì)的輸出誤差小于事先給定的小量，或達(dá)到一定的訓(xùn)練次數(shù)后停止。直接針對(duì)整體誤差作為人工神經(jīng)網(wǎng)絡(luò)模型目標(biāo)函數(shù)的訓(xùn)練算法，將以后給出研究。為了檢驗(yàn)本文預(yù)報(bào)模型的可行性，利用武漢地區(qū)柳子巷水文站1991年——1995年間14場洪水過程資料，形成訓(xùn)練模式對(duì)對(duì)人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，然后對(duì)2000年——2003年間的洪水進(jìn)行預(yù)報(bào)檢驗(yàn)。在預(yù)報(bào)過程中，分別就=3，4，…20小時(shí)，=6，=0,1，…，6，q=1等情況進(jìn)行了計(jì)算。為了節(jié)省篇幅，同時(shí)可說明問題，表3．1—3．4中分別給出了對(duì)1996年6月24日，1996年6月29日，1996年7月2日，1996年7月14日柳子巷站4場洪水水位預(yù)報(bào)的值。 1996年6月24日柳子巷站洪水水位預(yù)報(bào)的值 1996年6月29日柳子巷站洪水水位預(yù)報(bào)的值 1996年7月2日柳子巷站洪水水位預(yù)報(bào)的值 1996年7月14日柳子巷站洪水水位預(yù)報(bào)的值從表3．1—3．4可以得到如下結(jié)論：(1)完全利用上游洪水水位預(yù)報(bào)下游洪水水位是不適合的。當(dāng)=6時(shí)，亦即人工神經(jīng)網(wǎng)絡(luò)模型輸入單元全取為上游水位時(shí)，的值一般很小，甚至為負(fù)數(shù)，說明預(yù)報(bào)效果極差，一般輸入層單元應(yīng)該取一些下游當(dāng)?shù)厮?，即相?dāng)于要求0。(2)最好能均衡采用上下游水位作為輸入層單元數(shù)據(jù)當(dāng)==3時(shí)，預(yù)報(bào)12小時(shí)后的水位精度都可以達(dá)到《水文情報(bào)預(yù)報(bào)規(guī)范》 (SL2502000)的甲等標(biāo)準(zhǔn)。 (3)可以不利用上游洪水水位做人工神經(jīng)網(wǎng)絡(luò)的輸入。當(dāng)=0時(shí)，亦即人工神經(jīng)網(wǎng)絡(luò)模型輸入單元全取為下游當(dāng)?shù)厮粫r(shí)，的值雖然不及==3情況好，但即使預(yù)報(bào)18小時(shí)后的水位精度都可以達(dá)到《水文情報(bào)預(yù)報(bào)規(guī)范》(SL2502000)的乙等標(biāo)準(zhǔn)。這一結(jié)果從一個(gè)側(cè)面驗(yàn)證了一般水位預(yù)報(bào)時(shí)間序列模型的可行性。(4)預(yù)見期越長效果越差。當(dāng)==3時(shí)，這是一組較好的輸入層數(shù)據(jù)的來源取法，從表中可見，當(dāng)預(yù)見期越長時(shí)值越小，當(dāng)預(yù)見期為13小時(shí)時(shí)，出現(xiàn)了乙等預(yù)報(bào)效果?！诘哪繕?biāo)下，進(jìn)行預(yù)報(bào)的比較好的預(yù)見期為12小時(shí)?！?12，=3時(shí)預(yù)報(bào)水位、實(shí)際水位和誤差的對(duì)比圖，從圖中可以看出柳子巷站四次洪水的實(shí)際水位和預(yù)報(bào)水位擬合都較好，因?yàn)椴捎镁€性插值預(yù)報(bào)值的曲線比較平滑，但過程變化趨勢基本一致，預(yù)報(bào)精也比較高。由于水位資料不足，對(duì)于可以利用本模型預(yù)報(bào)超過歷史洪峰的情況無法進(jìn)行檢驗(yàn)。本文結(jié)果值得利用其它方法建立徑流洪水水位預(yù)報(bào)模型時(shí)參考。本文所總結(jié)的結(jié)論有待進(jìn)一步深入分析和檢驗(yàn)。 1996年第一場洪水預(yù)報(bào)結(jié)果 1996年第二場洪水預(yù)報(bào)結(jié)果 1996年第三場洪水預(yù)報(bào)結(jié)果 1
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1