• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Hydrology research >River Flow Forecasting And Estimation Using Different Artificial Neural Network Techniques
【24h】

River Flow Forecasting And Estimation Using Different Artificial Neural Network Techniques

机译：基于不同人工神经网络技术的河流流量预测与估算

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper demonstrates the application of different artificial neural network (ANN) techniques for the estimation of monthly streamflows. In the first part of the study, three different ANN techniques, namely, feed forward neural networks (FFNN), generalized regression neural networks (GRNN) and radial basis ANN (RBF) are used in one-month ahead streamflow forecasting and the results are evaluated. Monthly flow data from two stations, Gerdelli Station on Canakdere River and Isakoy Station on Goksudere River, in the Eastern Black Sea region of Turkey are used in the study. Based on the results, the GRNN was found to be better than the other ANN techniques in monthly flow forecasting. The effect of periodicity on the model's forecasting performance was also investigated. In the second part of the study, the performance of the ANN techniques was tested for river flow estimation using data from the nearby river.
机译：本文演示了不同的人工神经网络（ANN）技术在估算每月流量方面的应用。在研究的第一部分中，在一个月的流量预测中使用了三种不同的ANN技术，即前馈神经网络（FFNN），广义回归神经网络（GRNN）和径向基ANN（RBF）。评估。这项研究使用了来自土耳其东部黑海地区Canakdere河上的Gerdelli站和Goksudere河上的Isakoy站两个站的月流量数据。根据结果​​，发现GRNN在月流量预测方面优于其他ANN技术。还研究了周期性对模型预测性能的影响。在研究的第二部分中，使用附近河流的数据对ANN技术的性能进行了河流流量估算测试。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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