| .基于BP神经网络的贝叶斯概率水文预报模型[J].水利学报,2006,37(3): |
| 基于BP神经网络的贝叶斯概率水文预报模型 |
|
| |
| DOI： |
| 中文关键词: 概率水文预报 不确定性 MCMC BP神经网络 |
| 英文关键词: |
| 基金项目: |
|
|
| 摘要点击次数: 1226 |
| 全文下载次数: 1176 |
| 中文摘要: |
| 本文在贝叶斯概率水文预报系统(BFS)框架之上,研究了双牌水库水文预报的不确定性,建立了流量先验分布及似然函数的BP神经网络模型,并通过Markov链Monte Carlo(MCMC)方法求解得到流量后验分布及其统计参数。通过对双牌水库历史洪水的研究结果表明,基于BP神经网络的BFS不仅显著提高了预报精度,而且为防洪决策提供了更多的信息,使得预报人员在决策中能考虑预报的不确定性,定量的估计各种决策的风险和后果。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|