《表2 3种模型预报计算效果对比表Tab.2 Comparison table of three models for forecasting calculation results》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于KG-BP神经网络在秦淮河洪水水位预测中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图4（a）为3种模型对2017年6月东山站洪水水位的预测值与实际值的对比。由图4（a）可知，两种优化BP算法的预测水位与实际水位比较吻合，且KG-BP算法的预报效果比GA-BP网络更好，为了证明KG-BP在预报中的优越性，对7月份的一场洪水进行预测见图4（b），3种模型对2场洪水的预报效果见表2。由图4、表2可看出，3种模型的预报精度均满足要求，且经过KNN优化的GA-BP神经网络预报精度高于BP神经网络、GA-BP神经网络。从3种模型功能和结构上看，KNN、GA分别解决了BP网络中无关数据样本的干扰和局部收敛的问题，其精度可用于预测河道水位中。