文献

J-GLOBAL ID：202002230220561760   整理番号：20A2307056

ニューラルネットワークと遺伝的アルゴリズムに基づく洪水分類予測研究【JST・京大機械翻訳】

Study on classified flood forecasting based on neural network and genetic algorithms

著者 (1件)： Liu Heng (遼寧省水利水電科学研究院有限責任公司,遼寧沈陽 110003)
資料名： Water Resources and Hydropower Engineering  (Water Resources and Hydropower Engineering)
巻： 51  号： 8  ページ： 31-38  発行年： 2020年 
JST資料番号： C2997A  ISSN： 1000-0860  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 水文モデルパラメータの不確実性に対して、洪水の分類予報を行い、異なるタイプの洪水に対して異なる予報パラメータを採用し、洪水予測の精度を高めることを目的とした。BPニューラルネットワークモデルに基づき、分類因子の選択原則に基づき、6項目の代表的な影響因子をモデル入力として選択し、洪水を高、中、低の3種類に分けることができる。遺伝的アルゴリズム(GA)に基づいて,3種類の洪水をパラメータ化し,3群の異なるパラメータセットを得て,最後に,訓練した分類予測モデルを用いて,異なるタイプの洪水の可変パラメータ予測を実現した。大家屋貯水池の25の典型的な洪水の実例検証と分析を通じて、結果は分類予報結果の洪水ピーク誤差、ピーク現誤差、確定性係数及び典型的な洪水過程のフィッティング効果が分類前より明らかに優れていることを示した。訓練後のBPニューラルネットワークと遺伝的アルゴリズムに基づく洪水分類予報モデルは、大衆房ダムにうまく適用でき、結果はさらに実測値を適合させ、効果は全体的に分類前より優れ、方法は実行可能で、有効である。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *洪水 ,  洪水予報 ,  貯水池 ,  不確実性 ,  *ニューラルネットワーク ,  ダム ,  パラメータ推定 ,  水文モデル ,  パラメタリゼーション ,  *遺伝的アルゴリズム ,  予測モデル ,  前向きコホート研究
準シソーラス用語： 逆伝播ニューラルネットワーク ,  影響因子 , 【Automatic Indexing@JST】

分類 (3件)： 洪水対策  (RC12040I) ,  天気予報  (DC05020O) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (6件)： ニューラルネットワーク ,  遺伝的アルゴリズム ,  洪水 ,  分類 ,  予測 ,  研究