基于相空间遗传BP神经网络的径流预测研究.pdfVIP

第 33 卷第4 月j 西北农林科技大学学报刊l 然科学版) Vo l. 33 No..j 2005 年 4 月 Jour. of \!orthwcst Sci-Tech Univ. of Agri. and Fo r. (\!a t. Sci. Ed. ) April 2005 基于相空间遗传 BP 神经网络的 径流预测研究 张双虎孙廷容1.2 黄 强谢艳芳l (1 西安理工大学水手IJ Jj( 屯学院 .1决内向安门。IIH， ;2111 内钧、水利!丁.1IJ 由大睬。30CJ02 ) [摘 要J 某f ilt i,gn-t [üJ 序列的重向丰tI仨 [üJ 、 i在 w算法的良幻今局但索和l 伸约网络精确的同i部搜索特yj. 以 J 重构丰fF: [üJ 巾的饱和l 嵌入维数作为f1t í? 网络输入Jz1: W 点数.通过采JTJ i1ì f专算 ìt: 优化神经问络初始仪iH:.将Æ:构相 空{司、法传算法、神经网络二者有机地结合.提出对建l/f 相空[I1J 遗传一 BP 神经网络烦ì~!~ 悦型。将该愤明用于黄河 1. 游月径流1世fìi!lJ. 结果表明 .iH吏!旦成用{U)( 文时间序列的j吉jìl!IJ rp 是fn里、叮行的.并具有较高的精度L ;关键词] I[f 构丰IJ空间:边传n法，BP 神经网络;f{ 1m. Eífi则 [中图分类号 P338 .1 [文献标识码] 也 [文章编号 1671-9387(2003)01-0122-05 河川径流的fiíi ìÞW 在水资源综合利用、水库调度、 l 模型结构 跨流域调水以及流域水利规划等方面具有 1- 分重要 的作用;同时.它也是水利工作者一直关心的、难度 1. 1 径流序列重构相空间 较大的研究课题。只:困难就在于径流变化的复杂性. 水文系统口I 以认为是一种混沌系统\径流氓 这使得径流的时空变化具有高度的非线性特点.若 吨特征的存在表明.径流过程是具有低维混沌吸引 仅从线性角度或近{以为线性问题去研究本质上是非 子结构的非线性确定性动力系统。传统的径流预测 线性的径流变化问题.必然有其固有的局限忡。近年 模型大都是基于一维空间，但一维空间无法容纳关 来，混沌理论、神经网络、分形理论等非线性科学的 联维数大于→维的、体现;昆j屯系统规律性的吸引子， 迅速发展及其在山用科学领域的不断拓展.为认识、 所以这种模型仔在丢失任流演化信息的缺点.从而 分析径流的变化规律提供了新的理论和方法。 导致径流预测结果不准确。要对水文动力系统的未 由 Farmer 等提出 Takens 为此奠定坚实基础 来趋势作出较为准确的预测.必须 f 解系统吸引子 的拓扑结构，而相才可问 IE 是亥IJ 划系统l吸引子拓扑结 的重构相空间方法为j昆;也系统平变量时[ÈlJ 序列 构最理想、、最直观的空间。因此，为了建在径it 预测 的预测带来新思想:遗传算法擅长全局搜索二:神经 的功)J 学模型.必须重构水文功