王建金, 石 朋,2， 瞿思敏， 肖紫薇， 戴韵秋， 陈颖冰， 陈星宇

(1.河海大学 水文水资源学院，江苏 南京 210098；2.河海大学 水文水资源与水利工程科学国家重点实验室，江苏 南京 210098)



改进BP神经网络算法在中小流域洪水预报中的应用研究

王建金1, 石 朋1,2， 瞿思敏1， 肖紫薇1， 戴韵秋1， 陈颖冰1， 陈星宇1

(1.河海大学 水文水资源学院，江苏 南京 210098；2.河海大学 水文水资源与水利工程科学国家重点实验室，江苏 南京 210098)

定安河流域位于海南省的中部，是万泉河的一级支流，属于典型的中小流域。针对利用BP神经网络进行洪水预报时预报结果不平滑、冒异常值等问题,在考虑水文过程性质的基础上，提出了多时段综合算法和修匀算法。选取海南省定安河流域作为研究区域，采用深层前向BP神经网络，构建多组预报方案进行对比分析。结果表明，本文所提方法可以弥补原有算法的不足,提高洪水预报精度，作为传统预报方式的有益参照,具有较好的实用价值。

洪水预报；BP神经网络；模型改进；定安河流域

洪水预报作为一种重要的防洪非工程措施，预报的精度直接影响着水利工程的调度运行以及防汛抢险措施的开展[1]。中小流域相对于大流域，防洪基础设施建设缓慢，地域差异较大，具有历时短、汇流快，容易成灾等特性[2]，对当地的人民群众的生命财产安全造成极大的影响。寻求更为精准的短期预报方式以达到趋利避害的目的是水利工作者不断努力的方向之一。

BP神经网络作为从模……