王呈会

（辽宁省水文局，辽宁沈阳110003）



神经网络模型在水文模拟中的应用研究

王呈会

（辽宁省水文局，辽宁沈阳110003）

［摘 要］针对传统BP神经网络模型存在收敛精度不高，引入小波函数对传统BP神经网络模型节点计算方法进行改进，并将改进的BP神经网络模型用于大洋河水文模拟研究中。研究结果表明：改进的BP神经网络模型可改变传统神经网络模型的收敛精度，在大洋河流域洪水尺度水文模拟中，相比于传统BP神经网络模型，模拟精度得到明显提高。

［关键词］小波函数；改进BP神经网络模型；水文模拟；模拟精度

1　引言

由于改进的BP神经网络模型在水文模拟研究中应用较少，为此，引入改进的BP神经网络模型，以辽宁东部大洋河流域为例，模拟大洋河流域的水文过程，并和流域内实测水文数据进行对比分析改进的BP神经网络模型在流域水文模拟的精度，研究成果对于区域水文模拟提供参考价值。

2　改进的神经网络模型原理

小波分析函数主要是通过一个基本单一的小波函数构成，经过水平位移和伸缩位移后的所得。然后再与小波分析信号函数进行内部积分，这个积分过程称为小波函数变化过程，该小波变化函数的过程具体表达式为：

在方程（1）中τ表示为小波分析函数中的水平位移量；α表示为小波分析函数中的的横向伸缩量；t表示为计算的时刻。

在小波变换方程中，小波分析函数结合小波信号变换的原理得到分析信号的局部特征值，该局部特征为可以在水平和横向两个方向上进行信号的选择。……