×
数据驱动与半数据驱动降雨:径流模型应用与研究

数据驱动与半数据驱动降雨:径流模型应用与研究

1星价 ¥49.0 (7.2折)
2星价¥49.0 定价¥68.0
暂无评论
图文详情
  • ISBN:9787522619514
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:140
  • 出版时间:暂无
  • 条形码:9787522619514 ; 978-7-5226-1951-4

内容简介

本书提出了新型耦合数据驱动模型。具体内容包括:(1)提出了基于滑窗累积雨量的降雨量候选输入向量及输入变量的分离式选择策略,并与基于偏互信息的输入变量选择方法联合使用,确保了输入信息的充足性和无冗余性,对建立精度高、泛化能力强的高质量数据驱动模型意义重大;(2)提出了新型集成神经网络模型——EBPNN模型及其率定方法。通过NSGA-II多目标优化算法和早停止Levenberg-Marquardt算法确定全局*优个体网络个数、各个体网络拓扑结构和网络参数。个体网络权重由基于AIC信息准则的权重确定方法确定。EBPNN模型在模拟精度和网络复杂度间取得了良好折衷,精度高、泛化能力强、率定结果客观、受人为因素影响小;(3)PBK模型不需要实时信息,能够进行多步外推预报,实现了非实时校正模式下的高精度连续模拟,增长了数据驱动模型的预见期;(4)PBK模型不需要进行流域状态变量的计算,仅需初始出流量就可进行出流量的连续模拟。敏感性分析结果表明,PBK模型对初始出流量不敏感,减小了初始出流量估计不当造成的不确定性。

目录

前言第1章 绪论1.1 研究目的和意义1.2 国内外研究进展综述1.3 本书的研究内容与技术路线第2章 数据驱动模型2.1 概述2.2 降雨-径流模拟输入变量选择2.3 新型数据驱动模型——PBK模型2.4 基于数据驱动模型的降雨-径流模拟建模方式2.5 小结第3章 半数据驱动模型3.1 概述3.2 CLS模型3.3 IHACRES模型3.4 XPBK模型3.5 小结第4章 模型率定方法4.1 概述4.2 SCE-UA算法4.3 进化多目标算法4.4 神经网络模型拓扑结构和网络参数优化方法4.5 数据驱动模型率定方法4.6 半数据驱动模型率定方法4.7 新安江模型率定方法4.8 小结第5章 降雨-径流模拟应用与比较5.1 概述5.2 研究区域和资料概况5.3 PB_R、PB_DR和PBK模型率定5.4 CLS、IHACRES和XPBK模型率定5.5 新安江模型率定5.6 模拟精度比较5.7 PBK、IHACRES和新安江模型初始出流量和状态变量敏感性分析5.8 小结第6章 结论与展望6.1 主要结论6.2 有待进一步研究的问题参考文献
展开全部

作者简介

阚光远,湖北大悟人,工学博士,中国水利水电科学研究院高级工程师,毕业于河海大学水利水电工程系,主要从事防洪减灾、数值模型等方面的研究工作。中共党员,硕士研究生学历,水工建筑专业,教授级高工,主要研究方向为渗流及控制、防洪减灾。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航