论文部分内容阅读
针对水文系统的非线性，构建了基于遗传算法和人工神经网络的降雨径流模拟神经网络模型（GA—BP模型）．采用附加动量法和自适应学习速率对BP神经网络进行改进，遗传算法用于优化神经网络的初始权重．以大别山及皖南山区月潭流域为例，将GA—BP模型、BP模型以及新安江模型应用于水文日径流过程模拟，进行应用比较以及分析GA-BP模型在水文径流模拟过程中的难点及其可行性．结果表明，GA—BP模型优化了网络结构，加快了算法收敛速率；可以用于降雨径流过程模拟，也为今后类似研究提供一种模拟技术．在实际应用中可以根据流域资料情