| 中文题名： | 遗传算法改进神经网络模型研究及其在水文预报中的应用 |
| 姓名： | |
| 保密级别： | 公开 |
| 学科代码： | 083002 |
| 学科专业： | |
| 学生类型： | 硕士 |
| 学位： | 工学硕士 |
| 学位类型： | |
| 学位年度： | 2005 |
| 学校： | 北京师范大学 |
| 校区： | |
| 学院： | |
| 研究方向： | 水文预报 |
| 第一导师姓名： | |
| 第一导师单位： | |
| 提交日期： | 2005-06-14 |
| 答辩日期： | 2005-05-31 |
| 外文题名： | STUDY ON THE NEURAL NETWORK IMPROVED WITH GENETIC ALGORITHM AND ITS APPLICATION IN THE HYDRAULIC FORECASTING |
| 中文关键词： | |
| 中文摘要： |
准确及时的水文预报在防洪抢险、保证工农业安全生产、充分利用水利资源以及发挥水利措施的作用方面都有很大作用。水文预报具有很强的非线性特征，是一个非常复杂的系统，以往分布式水文概念模型和物理模型普遍受到关注，在实际应用中，以上两类模型要求数学知识较高，参数的率定比较困难，模型的实现难度较大。近年来随着人工智能(如人工神经网络、遗传算法、决策树等)在水资源规划及管理等方面的广泛应用，将神经网络用于径流预报的研究较多，由于神经网络自身的缺陷，单独使用效果不明显，相继出现了用遗传算法分别从不同角度对神经网络进行改进
﹀
|
| 外文摘要： |
Accurate and timely hydraulic forecasting have very important impact on flood defense, reasonable utilization and protection of water resources, construction, operation and management of hydraulic structure and developments of industry and agriculture. H
﹀
|
| 参考文献总数： | 57 |
| 馆藏号： | 硕083002/0504 |
| 开放日期： | 2005-06-14 |
谷歌
