bp神經(jīng)網(wǎng)絡(luò)在黃河流域需水量的應(yīng)用研究.doc
約43頁(yè)DOC格式手機(jī)打開展開
bp神經(jīng)網(wǎng)絡(luò)在黃河流域需水量的應(yīng)用研究,bp神經(jīng)網(wǎng)絡(luò)在黃河流域需水量的應(yīng)用研究頁(yè)數(shù) 43頁(yè) 字?jǐn)?shù) 2.7萬(wàn)字附錄a:流程圖及表格附錄b:英語(yǔ)引文及翻譯附錄c:中文文獻(xiàn)及摘要附錄d:bp仿真程序改進(jìn)后的bp仿真程序引言河流需水量變化的分析與預(yù)測(cè)對(duì)國(guó)民經(jīng)濟(jì)發(fā)展十分重要,它是水資源工程規(guī)劃、設(shè)計(jì)和運(yùn)行管理水利水電工程的基本依據(jù)。如果其系列的統(tǒng)計(jì)值(如均值)過(guò)大,使...
內(nèi)容介紹
此文檔由會(huì)員 云貝貝 發(fā)布
BP神經(jīng)網(wǎng)絡(luò)在黃河流域需水量的應(yīng)用研究
頁(yè)數(shù) 43頁(yè) 字?jǐn)?shù) 2.7萬(wàn)字
附錄A:流程圖及表格
附錄B:英語(yǔ)引文及翻譯
附錄C:中文文獻(xiàn)及摘要
附錄D:BP仿真程序
改進(jìn)后的BP仿真程序
引 言
河流需水量變化的分析與預(yù)測(cè)對(duì)國(guó)民經(jīng)濟(jì)發(fā)展十分重要,它是水資源工程規(guī)劃、設(shè)計(jì)和運(yùn)行管理水利水電工程的基本依據(jù)。如果其系列的統(tǒng)計(jì)值(如均值)過(guò)大,使工程規(guī)模大,投資亦大,不經(jīng)濟(jì),有時(shí)還可能因此而失去及時(shí)興建的機(jī)會(huì);若其統(tǒng)計(jì)值過(guò)小,工程規(guī)模偏小,又難以最大限度地發(fā)揮水資源的綜合利用效益。所以,需水變化的分析與預(yù)測(cè)是水資源研究領(lǐng)域的一項(xiàng)重要內(nèi)容,它在水資源利用的長(zhǎng)遠(yuǎn)規(guī)劃中具有舉足輕重的地位。
黃河流域,西起青藏高原的巴顏喀拉山,東臨渤海的黃河下游沖積平原和魯中南低山丘陵區(qū),北抵陰山的內(nèi)蒙古高原,南至橫亙黃土高原的秦嶺,幅員遼闊、跨越多種自然地理環(huán)境,受來(lái)自不同的氣候帶的影響,致使流域內(nèi)氣象萬(wàn)千,需水要求錯(cuò)綜復(fù)雜。也由于對(duì)其流域需水量的認(rèn)識(shí)程度,以及分析、模擬流域所持有實(shí)測(cè)的、文獻(xiàn)記錄的或歷史調(diào)查等資料情況的局限,至今還難以完全用數(shù)學(xué)物理方法確切地描述其中每一個(gè)子過(guò)程。而黃河又是我國(guó)西北、華北地區(qū)的重要水源,在新中國(guó)成立以前的數(shù)千年里,我國(guó)人民在利用黃河水資源和與黃河災(zāi)害作斗爭(zhēng)的過(guò)程中,對(duì)黃河流量的變化規(guī)律己有了一定的認(rèn)識(shí)。但黃河流域需水量變化的中長(zhǎng)期預(yù)報(bào)開始于新中國(guó)成立后的20世紀(jì)60年代。如:采用回歸預(yù)測(cè)法和移動(dòng)平均法等分析法制作黃河流域中長(zhǎng)期需水量的預(yù)測(cè)。20世紀(jì)80年代以后隨著電子計(jì)算機(jī)的廣泛應(yīng)用,各種統(tǒng)計(jì)預(yù)測(cè)方法在中長(zhǎng)期預(yù)報(bào)中得到應(yīng)用,降雨、徑流、氣溫中、長(zhǎng)期預(yù)報(bào)在黃河防洪、防凌和水資源利用中起到了積極的作用。
然而,傳統(tǒng)的預(yù)測(cè)方法有其誤差大的缺點(diǎn),本次畢業(yè)設(shè)計(jì)采用神經(jīng)網(wǎng)絡(luò)方法對(duì)黃河流域需水量進(jìn)行預(yù)測(cè),能夠有效克服傳統(tǒng)方法面臨的缺點(diǎn)。本文對(duì)神經(jīng)網(wǎng)絡(luò)和BP網(wǎng)絡(luò)算法的優(yōu)缺點(diǎn)及其改進(jìn)作了簡(jiǎn)單介紹。
目錄
第1章 概 述
1.1 問(wèn)題的提出
1.2 研究的目的和意義
1.3 國(guó)內(nèi)外關(guān)于水資源預(yù)測(cè)研究概況
第2章 人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
2.1 引言
2.2 起源和發(fā)展
2.3 國(guó)際及我國(guó)的研究、應(yīng)用現(xiàn)狀
2.4 人工神經(jīng)網(wǎng)絡(luò)的定義
2.5 人工神經(jīng)網(wǎng)絡(luò)模型
2.6 網(wǎng)絡(luò)模型
2.7 學(xué)習(xí)模型
第3章 BP算法簡(jiǎn)介
3.1 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
3.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
3.3 BP網(wǎng)絡(luò)存在的問(wèn)題
3.4 BP的改進(jìn)
第4章 黃河流域需水量的應(yīng)用研究
4.1 BP神經(jīng)網(wǎng)絡(luò)應(yīng)用
4.2 BP改進(jìn)型的應(yīng)用
4.3 解決黃河缺水問(wèn)題的認(rèn)識(shí)
結(jié)論與展望
致 謝
參考文獻(xiàn)
參考文獻(xiàn)
[3] 閏志忠,劉金英.改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)在流域產(chǎn)沙量預(yù)測(cè)中的應(yīng)用[J]. 世界地質(zhì),2002,21(3):266-270 吉林大學(xué)應(yīng)用數(shù)學(xué)研究所,吉林 長(zhǎng)春
[4] 胡守仁等.神經(jīng)網(wǎng)絡(luò)導(dǎo)論[M].北京:國(guó)防科技大學(xué)出版社,1993.
[5] 施陽(yáng),李俊.MATLAB語(yǔ)言工具箱[M].西安:西北工業(yè)大學(xué)出版社,1998,165-169.
[6] 聞新,周露,李翔,張寶偉編著.MATLAB神經(jīng)網(wǎng)絡(luò)仿真與應(yīng)用[M].北京:科學(xué)出版社,2003.
[7] 高雋.人工神經(jīng)網(wǎng)絡(luò)原理及仿真實(shí)例[M].北京:機(jī)械工業(yè)出版社.2003.
[8] 董長(zhǎng)虹.Matlab神經(jīng)網(wǎng)絡(luò)與應(yīng)用[M].北京:國(guó)防工業(yè)出版社,2005.
[9] 虞和濟(jì),陳長(zhǎng)征,張省,周建男著.基于神經(jīng)網(wǎng)絡(luò)的智能診斷[M].北京:冶金工業(yè)出版社,2000.
[10] 薛小杰.水資源可再生臨界控制研究[D].NH.中文數(shù)據(jù)庫(kù),優(yōu)秀博碩論文庫(kù)。2002.9
[11] 樓順天,施陽(yáng).基于MATLAB的系統(tǒng)分析與設(shè)計(jì)[M].西安:西安電子科技大學(xué)出版社.2000
[12] 戴葵.神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)技術(shù)[M].北京:國(guó)防科技大學(xué)出版社,1998.
[13] Bardiner,J.Use of EIA in delivering sustainable development through integggrated water management[J]. European Water Pollution Control,1996,6(1): 50-59.
[14] Medsker L.R, Hybrid Neural Network and Expert Systems[M]. Boston: Kluwer Academic Publisher, 1994.
[15] P.-H. Chen,J.-Y. Yen,J.-L. Chen,An artificial neural network for double exposure PIV image analysis[J]. Experiments in Fluids,1998, Volume 24,Numbers 5-6: 373-374.
[16] J.V. Hansen and R.D. Meservy,Learning experiments with genetic optimization of a generalized regression neural network,Decision Support Systems 18 (1996) (3–4),pp. 317–325.
頁(yè)數(shù) 43頁(yè) 字?jǐn)?shù) 2.7萬(wàn)字
附錄A:流程圖及表格
附錄B:英語(yǔ)引文及翻譯
附錄C:中文文獻(xiàn)及摘要
附錄D:BP仿真程序
改進(jìn)后的BP仿真程序
引 言
河流需水量變化的分析與預(yù)測(cè)對(duì)國(guó)民經(jīng)濟(jì)發(fā)展十分重要,它是水資源工程規(guī)劃、設(shè)計(jì)和運(yùn)行管理水利水電工程的基本依據(jù)。如果其系列的統(tǒng)計(jì)值(如均值)過(guò)大,使工程規(guī)模大,投資亦大,不經(jīng)濟(jì),有時(shí)還可能因此而失去及時(shí)興建的機(jī)會(huì);若其統(tǒng)計(jì)值過(guò)小,工程規(guī)模偏小,又難以最大限度地發(fā)揮水資源的綜合利用效益。所以,需水變化的分析與預(yù)測(cè)是水資源研究領(lǐng)域的一項(xiàng)重要內(nèi)容,它在水資源利用的長(zhǎng)遠(yuǎn)規(guī)劃中具有舉足輕重的地位。
黃河流域,西起青藏高原的巴顏喀拉山,東臨渤海的黃河下游沖積平原和魯中南低山丘陵區(qū),北抵陰山的內(nèi)蒙古高原,南至橫亙黃土高原的秦嶺,幅員遼闊、跨越多種自然地理環(huán)境,受來(lái)自不同的氣候帶的影響,致使流域內(nèi)氣象萬(wàn)千,需水要求錯(cuò)綜復(fù)雜。也由于對(duì)其流域需水量的認(rèn)識(shí)程度,以及分析、模擬流域所持有實(shí)測(cè)的、文獻(xiàn)記錄的或歷史調(diào)查等資料情況的局限,至今還難以完全用數(shù)學(xué)物理方法確切地描述其中每一個(gè)子過(guò)程。而黃河又是我國(guó)西北、華北地區(qū)的重要水源,在新中國(guó)成立以前的數(shù)千年里,我國(guó)人民在利用黃河水資源和與黃河災(zāi)害作斗爭(zhēng)的過(guò)程中,對(duì)黃河流量的變化規(guī)律己有了一定的認(rèn)識(shí)。但黃河流域需水量變化的中長(zhǎng)期預(yù)報(bào)開始于新中國(guó)成立后的20世紀(jì)60年代。如:采用回歸預(yù)測(cè)法和移動(dòng)平均法等分析法制作黃河流域中長(zhǎng)期需水量的預(yù)測(cè)。20世紀(jì)80年代以后隨著電子計(jì)算機(jī)的廣泛應(yīng)用,各種統(tǒng)計(jì)預(yù)測(cè)方法在中長(zhǎng)期預(yù)報(bào)中得到應(yīng)用,降雨、徑流、氣溫中、長(zhǎng)期預(yù)報(bào)在黃河防洪、防凌和水資源利用中起到了積極的作用。
然而,傳統(tǒng)的預(yù)測(cè)方法有其誤差大的缺點(diǎn),本次畢業(yè)設(shè)計(jì)采用神經(jīng)網(wǎng)絡(luò)方法對(duì)黃河流域需水量進(jìn)行預(yù)測(cè),能夠有效克服傳統(tǒng)方法面臨的缺點(diǎn)。本文對(duì)神經(jīng)網(wǎng)絡(luò)和BP網(wǎng)絡(luò)算法的優(yōu)缺點(diǎn)及其改進(jìn)作了簡(jiǎn)單介紹。
目錄
第1章 概 述
1.1 問(wèn)題的提出
1.2 研究的目的和意義
1.3 國(guó)內(nèi)外關(guān)于水資源預(yù)測(cè)研究概況
第2章 人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
2.1 引言
2.2 起源和發(fā)展
2.3 國(guó)際及我國(guó)的研究、應(yīng)用現(xiàn)狀
2.4 人工神經(jīng)網(wǎng)絡(luò)的定義
2.5 人工神經(jīng)網(wǎng)絡(luò)模型
2.6 網(wǎng)絡(luò)模型
2.7 學(xué)習(xí)模型
第3章 BP算法簡(jiǎn)介
3.1 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
3.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
3.3 BP網(wǎng)絡(luò)存在的問(wèn)題
3.4 BP的改進(jìn)
第4章 黃河流域需水量的應(yīng)用研究
4.1 BP神經(jīng)網(wǎng)絡(luò)應(yīng)用
4.2 BP改進(jìn)型的應(yīng)用
4.3 解決黃河缺水問(wèn)題的認(rèn)識(shí)
結(jié)論與展望
致 謝
參考文獻(xiàn)
參考文獻(xiàn)
[3] 閏志忠,劉金英.改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)在流域產(chǎn)沙量預(yù)測(cè)中的應(yīng)用[J]. 世界地質(zhì),2002,21(3):266-270 吉林大學(xué)應(yīng)用數(shù)學(xué)研究所,吉林 長(zhǎng)春
[4] 胡守仁等.神經(jīng)網(wǎng)絡(luò)導(dǎo)論[M].北京:國(guó)防科技大學(xué)出版社,1993.
[5] 施陽(yáng),李俊.MATLAB語(yǔ)言工具箱[M].西安:西北工業(yè)大學(xué)出版社,1998,165-169.
[6] 聞新,周露,李翔,張寶偉編著.MATLAB神經(jīng)網(wǎng)絡(luò)仿真與應(yīng)用[M].北京:科學(xué)出版社,2003.
[7] 高雋.人工神經(jīng)網(wǎng)絡(luò)原理及仿真實(shí)例[M].北京:機(jī)械工業(yè)出版社.2003.
[8] 董長(zhǎng)虹.Matlab神經(jīng)網(wǎng)絡(luò)與應(yīng)用[M].北京:國(guó)防工業(yè)出版社,2005.
[9] 虞和濟(jì),陳長(zhǎng)征,張省,周建男著.基于神經(jīng)網(wǎng)絡(luò)的智能診斷[M].北京:冶金工業(yè)出版社,2000.
[10] 薛小杰.水資源可再生臨界控制研究[D].NH.中文數(shù)據(jù)庫(kù),優(yōu)秀博碩論文庫(kù)。2002.9
[11] 樓順天,施陽(yáng).基于MATLAB的系統(tǒng)分析與設(shè)計(jì)[M].西安:西安電子科技大學(xué)出版社.2000
[12] 戴葵.神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)技術(shù)[M].北京:國(guó)防科技大學(xué)出版社,1998.
[13] Bardiner,J.Use of EIA in delivering sustainable development through integggrated water management[J]. European Water Pollution Control,1996,6(1): 50-59.
[14] Medsker L.R, Hybrid Neural Network and Expert Systems[M]. Boston: Kluwer Academic Publisher, 1994.
[15] P.-H. Chen,J.-Y. Yen,J.-L. Chen,An artificial neural network for double exposure PIV image analysis[J]. Experiments in Fluids,1998, Volume 24,Numbers 5-6: 373-374.
[16] J.V. Hansen and R.D. Meservy,Learning experiments with genetic optimization of a generalized regression neural network,Decision Support Systems 18 (1996) (3–4),pp. 317–325.