首页> 中文期刊> 《水资源研究》 >人工智能在水文预报中的应用研究

人工智能在水文预报中的应用研究

         

摘要

全面论述了数据驱动水文模型中人工智能的关键技术及其适应范围,分析了机器学习在水文预报中遇到的技术瓶颈。采用Gamma Test对数据驱动模型进行输入优选,降低了模型的白噪声误差影响;提出了长短期记忆神经网络与批量学习、正则化、筛选神经元技术相结合的深度学习网络,以解决变化环境下降雨–洪水过程统计特征的非线性、随机性和时变性问题。长江上游向家坝~三峡水库区间流域的应用结果表明:在不考虑未来降雨预报的前提下,仅以前期和现时已知的降雨–洪水资料为模型输入,长短期记忆动态神经网络结合三种深度学习辅助算法,防止模型的过参数化和过拟合,有效提高了三峡水库入库洪水的预报精度,1~3 d预报精度均达到了甲等水平。

著录项

  • 来源
    《水资源研究》 |2019年第1期|P.1-12|共12页
  • 作者单位

    [1]武汉大学;

    水资源与水电工程科学国家重点实验室;

    湖北武汉;

    [2]台湾大学;

    生物环境系统工程学系;

    台湾台北;

    [1]武汉大学;

    水资源与水电工程科学国家重点实验室;

    湖北武汉;

    [2]台湾大学;

    生物环境系统工程学系;

    台湾台北;

    [1]武汉大学;

    水资源与水电工程科学国家重点实验室;

    湖北武汉;

    [1]武汉大学;

    水资源与水电工程科学国家重点实验室;

    湖北武汉;

    [1]武汉大学;

    水资源与水电工程科学国家重点实验室;

    湖北武汉;

  • 原文格式 PDF
  • 正文语种 CHI
  • 中图分类 计算机的应用;
  • 关键词

    水文预报; 人工智能; 机器学习; 深度学习; 数据挖掘;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号