耦合人工神经网络模型在径流预测中的应用综述
王语浠1
曹青2
SHAO Quanxi3
1.南京信息工程大学龙山书院,江苏南京 210044;南京信息工程大学水文与水资源工程学院,江苏南京 210044;南京信息工程大学水利部水文气象灾害机理与预警重点实验室,江苏南京 2100442.南京信息工程大学水文与水资源工程学院,江苏南京 210044;南京信息工程大学水利部水文气象灾害机理与预警重点实验室,江苏南京 2100443.联邦科学与工业研究组织,澳大利亚珀斯WA 6151
摘要：人工神经网络(artificial neural network,ANN)模型耦合其他模型或优化算法在径流预测中的应用逐渐增多.从人工神经网络模型与物理模型的耦合、多人工神经网络模型的耦合、分解技术与机器学习方法的耦合、人工神经网络模型与智能优化算法的耦合4个方面进行系统梳理和总结,阐述提高预测精度的原因及各方法的优势.同时,提出当前研究中存在的问题并进行展望,可为径流预测和水资源管理提供支持.
关键词：径流预测反向传播(BP)神经网络模型循环神经网络(RNN)模型长短期记忆(LSTM)神经网络模型门控循环单元(GRU)神经网络模型卷积神经网络(CNN)模型
分类号：TV11(水利工程基础科学)TP183(自动化基础理论)
资助基金：国家自然科学基金(42201025)高端外国专家引进计划(G2023014051L)宁夏回族自治区重点研发计划项目(2023BEG02054)水利部重点实验室开放研究基金(HYMED202210)水利部重点实验室开放研究基金(HYMED202301)
论文发表日期：2024-09-30
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：10( 152-161 )
英文信息