论文部分内容阅读
长江口宽度大叉道多,影响潮流运动的因素错综复杂,且各种变化量的实测资料有限,面对如此一个复杂的非线性随时间变化且实测资料有限的系统,利用传统的方法分析研究系统的建模、预报有一定的强求和困难.作者尝试利用在八十年代后期得到飞速发展的人工神经网络现代技术分析研究长江口河水氯离子浓度指标值的动态变化规律.所采用的模型集是多层映射的BP神经网络,利用长江口水文观察站的水文观察资料,采用误差反向传播学习方法来调整BP网络参数连接权值和节点阀值.经过训练学习后的BP神经网络输出与量测输出是非常接近的.并考虑三峡水库建