自适应bp神经网络对黄河下游洪水位的预报

？利用黄河下游多水文站的多年水位资料,用自适应bp神经网络对艾山水文站的水位进行预测,同时与逐步回归分析以及普通bp神经网络得到的结果对比,结果表明:①自适应bp神经网络的预报精度高于普通bp神经网络、逐步回归法,尤其对最高洪水水位的预报精度有较大的提高;②普通bp神经网络存在易陷入死循环、收敛速度慢、对神经元个数依赖大等缺点,可以利用学习率自适应调整和动量法改进bp神经网络;③建议在补充、完善资料的基础上,将神经网络与时间序列相结合,加强黄河下游洪水水位预报的研究和实验,进一步提高预报精度.