MATLAB神经网络工具箱在径流模拟中的应用  

Application of MATLAB neural network tool box in runoff simulation

作　　者：袁飞[1] 任立良[1] 姜红梅[1] 季成康 

机构地区：[1]河海大学水资源环境学院,江苏南京210098 [2]长江水利委员会长江下游水文水资源勘测局,江苏南京210011

出　　处：《人民长江》2003年第6期38-40,共3页Yangtze River

摘　　要：选择汉江上游回水河流域为研究区域 ,运用美国Mathworks公司发布的MATLAB神经网络工具箱构建BP神经网络 ,采用traingdm函数 (动量梯度下降反向传播算法 )、trainlm函数 (Leverberg -Marquart优化方法 )和train br函数 (Leverberg -Marquart优化方法结合贝叶斯正则化方法 )来训练BP网络 ,进行日流量模拟 ,并比较 3种算法的模拟精度。结果表明 :使用MATLAB神经网络工具箱可以快速、高效地构建BP神经网络 ,并应用于径流模拟中 ;神经网络工具箱提供的大量网络构建函数、快速学习算法和友好的图形界面大大缩短了神经网络的建模时间 ,使网络设计者摆脱繁琐的编程工作 ,将研究重点转移到如何优化网络配置、提高网络学习效率、推广能力和仿真效果上来 ;在回水河流域 ,采用trainbr函数训练的网络模拟径流的精度较traingdm函数和trainlm函数的精度高。

关 键 词：径流模拟 神经网络 计算方法 汉江 程序设计 

分 类 号：TV121[水利工程—水文学及水资源]