期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于BP神经网络的MIKE SHE模型参数率定 预览
1
作者 郭怡 吴鑫淼 +1 位作者 郄志红 冉彦立 《长江科学院院报》 CSCD 北大核心 2019年第3期26-30,共5页
为了更精细地对水文全过程进行描述和解析,更准确地构建分布式水文模型,以丹麦Karup流域为例,对MIKE SHE模型的饱和导水率、饱和带水平水力传导系数、河床透水系数进行了参数率定,模拟流域的日径流过程。结果表明:基于BP神经网络反分析... 为了更精细地对水文全过程进行描述和解析,更准确地构建分布式水文模型,以丹麦Karup流域为例,对MIKE SHE模型的饱和导水率、饱和带水平水力传导系数、河床透水系数进行了参数率定,模拟流域的日径流过程。结果表明:基于BP神经网络反分析的参数率定方法比MIKE SHE模型参数自动率定计算得到的均方根误差RMSE小,模型效率系数Ens更接近1;采用BP神经网络反演率定参数后,3组测试样本的日径流模拟过程的RMSE分别为0.04,0.03,0.08m^3/s,Ens均为0.99,且模拟结果能较好地反映径流的实际变化趋势。因此,这种基于BP神经网络反分析的参数率定方法对构建分布式水文模型具有一定的价值。 展开更多
关键词 径流模拟 参数率定 MIKE SHE模型 BP神经网络 反分析 均匀设计 丹麦Karup流域
在线阅读 免费下载
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈