摘要: 江河涌潮与海洋潮汐相比较,其潮位和潮时有着与海洋潮汐规律相同的一面,但它与海洋潮汐所不同的是,其更容易受到天文、气象等因素的影响,有着异于海洋潮汐的不稳定性。涌潮的潮位值变化就是各种因素综合结果的表现。通过借助 BP 神经网络可以逼近任意非线性函数的能力和特点,构建一个用于短期预测潮水潮位的模型,利用一小部分潮位的历史数据作为训练样本对构建出的 BP 神经网络模型进行样本训练,用其它的潮位历史数据对模型进行了预测验证。模型验证结果表明,这个 BP 神经网络预测模型能够对潮水潮位进行有效的短期预测,其性能指标符合要求。
中图分类号:
何 峰 ,王瑞荣 ,王建中 ,薛安克 ,谢发权 ,何晓洪 ,孙映宏 . 一种基于 BP 神经网络的江河潮位短期预测[J]. 长江科学院院报, 2011, 28(1): 21-24.
HE Feng , WANG Rui-rong , WANG Jian-zhong , XUE An-ke , XIE Fa-quan , HE Xiao-hong , SUN Ying-hong . A Kind of Short-term Height-Prediction of Tidal Level of Rivers Based on BP Neural Network Model[J]. JOURNAL OF YANGTZE RIVER SCIENTIFIC RESEARCH INSTI, 2011, 28(1): 21-24.