文献类型：期刊文章

作　　者：彭伟[1,2] 熊佳艺[1,3] 江显群[3] 高月明[3]

PENG Wei;XIONG Jiayi;JIANG Xianqun;GAO Yueming(Hohai University,Nanjing 210098,China;Nantong Institute of Ocean and Offshore Engineering(Hohai University),Nantong 226300,China;Guangdong South China Hydropower High-Tech Development Co.,Ltd.,Guangzhou 510610,China)

机构地区：[1]河海大学,江苏南京210098 [2]南通河海大学海洋与近海工程研究院,江苏南通226300 [3]广东华南水电高新技术开发有限公司,广东广州510610

出　　处：《人民珠江》

基　　金：南通市基础科学研究和社会民生科技指令性项目(JC2021051);海洋可再生能源资金项目(应用及推广示范类)(GHME2017YY01);中央高校基本科研业务费项目(B210202028)。

年　　份：2023

卷　　号：44

期　　号：3

起止页码：1-8

语　　种：中文

收录情况：普通刊

摘　　要：针对经验预测方法精度不高,传统水文模型应用至小型水库进行洪水预报工作量大、推广较难的问题,引入具有强大特征学习能力的人工神经网络(ANN)方法,结合遗传算法(GA)寻参,对小型水库进行洪水预报。利用GA实现ANN中时间步长和隐含层神经元节点参数自动寻优,可避免寻参盲目性,针对性地为各小型水库构建个性化洪水预报模型。通过构建反向传播(BP)、长短期记忆(LSTM)、门控循环单元(GRU)神经网络洪水预报模型,对实测洪水过程进行模拟对比试验。结果表明:LSTM模型预报精度高、稳定性良好,能学习并模拟实际洪水过程水位变化规律,预报性能优于BP和GRU模型。

关 键 词：神经网络 洪水预报 遗传算法 小型水库

分 类 号：TV124]