金保明，李 芸，张 烜，高兰兰，周传争，付晓雷

(1.福州大学土木工程学院，福建福州350116；2.云南省水文水资源局，云南昆明650106)

基于反向传播算法的崇阳溪流域洪水流量预报

金保明1，李 芸2，张 烜1，高兰兰1，周传争1，付晓雷1

(1.福州大学土木工程学院，福建福州350116；2.云南省水文水资源局，云南昆明650106)

基于反向传播算法原理，采用试错法确定BP模型的隐含层节点数，并加入动量项，选取崇阳溪流域建阳水文站洪水流量过程及其上游武夷山水文站、支流麻沙水文站相应洪水流量过程资料，同时考虑建阳站前期流量的自回归影响，建立建阳站最速下降动量反向传播洪水流量预报模型。计算结果表明，模型预测精度符合要求，可以作为流域预测洪水的方法之一，为流域防汛会商和指挥调度提供依据。

洪水预报；流量；BP算法；神经网络

河道洪水预报是一个比较复杂的问题，除了采用传统的预报方法外，也可采用反向传播算法建立非线性的神经网络洪水预报模型进行预报。神经网络应用于洪水预报的初期，一般是对最基本的反向传播网络直接应用。之后，有人针对反向传播算法存在的问题提出改进的方法，包括自适应调整学习率法[1]、附加动量法[2]、弹性BP算法[3]、LM算法[4]等。基于反向传播算法的神经网络由于其具有良好的自组织性、自适应性和容错性，为非线性系统的建模和预测提供了方便，在洪水流量预报方面具有独特的优势。例如，戴会超等[5]建立了具有洪峰识别的宜昌站洪水流量过程反向传播模型；……