1、水文預(yù)報(bào)是適應(yīng)自然、減免損失的非常重要的防洪非工程措施,直接為防汛搶險(xiǎn)、水資源合理利用與保護(hù)、水利工程建設(shè)與運(yùn)用管理和發(fā)展工農(nóng)業(yè)生產(chǎn)服務(wù).水文預(yù)報(bào)是一個(gè)復(fù)雜的系統(tǒng),且具有很強(qiáng)的非線性特征.目前,不論是確定性水文預(yù)報(bào)模型,還是統(tǒng)計(jì)模型都是以實(shí)測(cè)資料為基礎(chǔ)建立起來(lái)的一類數(shù)學(xué)模型,由于受許多建模假設(shè)的限制,這些模型很大程度上只是對(duì)實(shí)際水文規(guī)律的一種近似模擬,難以用于處理水文現(xiàn)象及其要素之間內(nèi)在的、復(fù)雜的非線性關(guān)系.在綜述國(guó)內(nèi)外研究的基礎(chǔ)上,該

2、文把人工神經(jīng)網(wǎng)絡(luò)、模糊集理論和遺傳算法結(jié)合起來(lái)嘗試建立模糊神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)洪水預(yù)報(bào)模型.該文的主要研究工作及成果概括如下:1.針對(duì)水文現(xiàn)象及其要素的模糊性以及它們之間關(guān)系的復(fù)雜性,把模糊數(shù)學(xué)知識(shí)表達(dá)好的特點(diǎn)與人工神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)能力強(qiáng)的特點(diǎn)結(jié)合起來(lái),探討應(yīng)用模糊神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)洪水過(guò)程的實(shí)時(shí)預(yù)報(bào).把遺傳算法用于神經(jīng)網(wǎng)絡(luò)初始權(quán)重的優(yōu)化,可以在一定程度上克服神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練中普遍存在的局部極小點(diǎn)問(wèn)題.根據(jù)模擬洪水過(guò)程思路的不同,嘗試建立了兩類預(yù)報(bào)

3、模型(模型Ⅰ和Ⅱ),針對(duì)輸入因子的不同,在模型Ⅰ中又分為兩種情況.該文還探討了利用各雨量站屬于上、下游的隸屬度來(lái)描述降雨的空間分布.2.依據(jù)湖南雙牌水庫(kù)的水文資料,對(duì)于模糊神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型Ⅰ和Ⅱ進(jìn)行了計(jì)算和檢驗(yàn),對(duì)于輸入?yún)?shù)的確定進(jìn)行了研究,分析產(chǎn)生各種情況的原因,并在此基礎(chǔ)上,確定了最終的預(yù)報(bào)模型結(jié)構(gòu).3.神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)與遺傳算法的各種運(yùn)行參數(shù)沒(méi)有現(xiàn)成的參考公式,一般是在分析問(wèn)題的基礎(chǔ)上,通過(guò)試驗(yàn)的方法來(lái)確定.為了尋找模型的最佳