岳城水庫洪水預(yù)報(bào)人工神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)(1)

1、岳城水庫洪水預(yù)報(bào)人工神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)(1)    摘要：應(yīng)用visual basic 6.0編程技術(shù)，實(shí)現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)bp算法的程序化，并建立了岳城水庫洪水過程預(yù)報(bào)的反向傳播神經(jīng)網(wǎng)絡(luò)模型，經(jīng)檢驗(yàn)，洪水預(yù)測精度較好，結(jié)果令人滿意，為岳城水庫的入庫洪水預(yù)報(bào)及調(diào)度工作提供新的思路和依據(jù)。 關(guān)鍵詞：人工神經(jīng)網(wǎng)絡(luò) bp算法 vb程序 洪水預(yù)報(bào)  1前言 人工神經(jīng)網(wǎng)絡(luò)（ann）又稱連接機(jī)制模型（connection model）或并行分布處理模型（parallal distributed model）。作為人工智能的研究方法

2、，目前已廣泛應(yīng)用于自然科學(xué)的各個(gè)領(lǐng)域，應(yīng)用計(jì)算機(jī)程序來模擬這種特殊的數(shù)學(xué)模型并應(yīng)用于實(shí)際流域的洪水預(yù)報(bào)研究中，無疑是一種新的嘗試和有益探索。岳城水庫是海河流域南運(yùn)河水系漳河上的一座大型控制性工程，入庫洪水突發(fā)性強(qiáng)，水猛多沙，為確保下游河北、河南、山東、天津廣大平原地區(qū)和京廣鐵路的安全，對水庫入庫洪水進(jìn)行精確預(yù)報(bào)，及時(shí)采取預(yù)泄和分洪措施顯得極其重要，因此，用人工神經(jīng)網(wǎng)絡(luò)模型模擬預(yù)報(bào)水庫的入庫洪水過程，有重要參考和借鑒意義。2bp網(wǎng)絡(luò)的構(gòu)建人工神經(jīng)網(wǎng)絡(luò)是一個(gè)高度復(fù)雜的非線性動(dòng)力學(xué)系統(tǒng)，它有大量的簡單處理單元（神經(jīng)元）廣泛連接而成，他對人腦的功能作了某種簡化、抽象和模擬，具有很強(qiáng)的非線性映射能力，其

3、中對多層前向神經(jīng)網(wǎng)絡(luò)bp模型的研究相對成熟，應(yīng)用最為廣泛，其模型結(jié)果如圖：結(jié)構(gòu)中，輸入層、隱層和輸出層神經(jīng)元的個(gè)數(shù)根據(jù)具體情況設(shè)定，其中隱層層數(shù)不一，不失一般性對輸出層中只含有一個(gè)神經(jīng)元的三層前向神經(jīng)網(wǎng)絡(luò)分析如下：假設(shè)輸入層中有個(gè)神經(jīng)元，隱層中有個(gè)神經(jīng)元，輸出層神經(jīng)元的輸出，即整個(gè)網(wǎng)絡(luò)的輸出為y，網(wǎng)絡(luò)中輸入層的輸入分別為,，則隱層神經(jīng)元的輸入分別是：                    

4、60;    (i=1,2,m)         (2.1)在上式中，為隱層神經(jīng)元i與輸入層神經(jīng)元j的連接權(quán)，為隱層神經(jīng)元的閾值，選擇函數(shù)作為隱層神經(jīng)元的激發(fā)函數(shù),則隱層神經(jīng)元的輸出為：                         &#

5、160;    (i=1,2,m)          (2.2)輸出神經(jīng)元的激發(fā)函數(shù)取為線性函數(shù)，輸出層神經(jīng)元的輸出及整個(gè)網(wǎng)絡(luò)的輸出為：                            

6、0;                       (2.3)其中，vi為輸出層神經(jīng)元與隱層神經(jīng)元i的連接權(quán)。定義由、組成的向量為網(wǎng)絡(luò)的連接權(quán)向量(ij， i，i)。設(shè)有學(xué)習(xí)樣本(，；)( =1,2,p;p為樣本數(shù))。對某樣本(，；)在給出網(wǎng)絡(luò)向量后，可以通過公式(1.1)(1.3)計(jì)算出網(wǎng)絡(luò)的輸出值，對于樣本定義網(wǎng)絡(luò)的輸出誤差為：    

7、                         (2.4)定義誤差函數(shù)為：                       

8、0;       (2.5)(ij， i，i)隨機(jī)給出，計(jì)算式(2.5)定義的誤差值較大，網(wǎng)絡(luò)計(jì)算精度不高，在確定網(wǎng)絡(luò)結(jié)構(gòu)后，通過調(diào)整(ij， i，i)的值，以逐步降低誤差，以提高網(wǎng)絡(luò)的計(jì)算精度，下面給出根據(jù)誤差信息調(diào)整(ij， i，i)的具體計(jì)算過程。    在反向傳播算法中，是沿著誤差函數(shù)隨(ij， i，i)變化的負(fù)梯度方向?qū)M(jìn)行休整。設(shè)的修正值為：             

9、;       (2.6)式中：為第n次迭代計(jì)算時(shí)連接權(quán)的修正值；為前一次迭代計(jì)算時(shí)計(jì)算所得的連接權(quán)修正值；為學(xué)習(xí)率，取01間的數(shù)；為動(dòng)量因子，一般取接近1的數(shù)。將式(1.4)和(1.5)代入式(1.6)中，有                        (2.7)定義=（,），則： 

10、      (2.8)               (2.9)                       (2.10)采用迭代式對修正計(jì)算，得到新的連接權(quán)向量。對于所有的學(xué)習(xí)樣本

11、均按照樣本排列順序進(jìn)行上述計(jì)算過程，然后固定的值，對于p個(gè)樣本分別進(jìn)行正向計(jì)算，從而求出學(xué)習(xí)樣本的能量函數(shù)值：                                         

12、0;      (2.11)這樣結(jié)束了一個(gè)輪次的迭代過程，當(dāng)滿足某一精度要求時(shí)，就停止迭代計(jì)算，所得(ij， i，i)即為最終模型參數(shù)，否則就要進(jìn)行新一輪的計(jì)算。3bp算法的vb程序?qū)崿F(xiàn)   因程序代碼太多，不再給出。網(wǎng)絡(luò)學(xué)習(xí)程序界面如下圖2：4洪水預(yù)報(bào)網(wǎng)絡(luò)模型構(gòu)建41資料收集岳城水庫的入庫水文站為觀臺(tái)水文站，該站上游有清漳河匡門口水文站和濁漳河天橋段水文站，距觀臺(tái)分別為66km和64km。上游匡門口、天橋段與下游觀臺(tái)的區(qū)間流域面積為1488km2，見流域水系圖3。資料采用年鑒1962、1976、1977

13、、1988年四次洪水和相應(yīng)年份的區(qū)間時(shí)段降雨量共118組調(diào)查數(shù)據(jù)作為模型的學(xué)習(xí)訓(xùn)練樣本，另取1971年和1982年兩次大洪水作為模型的檢驗(yàn)數(shù)據(jù)。                                      42預(yù)報(bào)模

14、型構(gòu)建                       網(wǎng)絡(luò)模型采用輸出層中有一個(gè)神經(jīng)元的三層前向人工神經(jīng)網(wǎng)絡(luò)，洪水預(yù)報(bào)模型的輸出節(jié)點(diǎn)為岳城水庫的入庫站觀臺(tái)水文站的時(shí)刻的流量，即網(wǎng)絡(luò)?？紤]河道洪水演進(jìn)時(shí)間和區(qū)間流域的產(chǎn)匯流時(shí)間，分別取清漳河匡門口站和天橋斷以及流域平均降雨量、作為模型的輸入節(jié)點(diǎn)值；隱層神經(jīng)元節(jié)點(diǎn)數(shù)和輸入層節(jié)點(diǎn)數(shù)相同取為4。 模型參數(shù)優(yōu)化：計(jì)算中，學(xué)習(xí)率越大，學(xué)習(xí)速度會(huì)越快，但

15、是過大時(shí)會(huì)引起振蕩效應(yīng)；動(dòng)量因子取得過大可能導(dǎo)致發(fā)散，過小則收斂速度太慢。據(jù)有關(guān)文獻(xiàn)介紹，取，算法收斂速度較快。本次計(jì)算取，；網(wǎng)絡(luò)中的初始值取(0.10.1)之間的隨機(jī)數(shù)（由vb程序產(chǎn)生）。樣本的歸一化處理：為了有效利用型函數(shù)的特性，以保證網(wǎng)絡(luò)神經(jīng)元的非線性作用，對于數(shù)值型的學(xué)習(xí)樣本要進(jìn)行歸一化處理。對樣本(p=1,2,p)定義，歸一化處理計(jì)算就是按照公式：                                     (4.1)將樣本轉(zhuǎn)化為01之間的數(shù)據(jù)。對于網(wǎng)絡(luò)的輸出數(shù)據(jù)還應(yīng)進(jìn)行還原計(jì)算恢復(fù)實(shí)際值，公式為：            &#