Page 148 - 水文预报与水资源优化管理技术

第五章 实时洪水预报与校正

第四节 基于人工神经网络模型的实时校正

人工神经网络，通常简称为神经网络中，计算由所述的启发系统生物神经网

络构成动物的大脑。
人工神经网络基于一组称为人工神经元的连接单元或节点，它们对生物大脑

中的神经元进行松散建模。每个连接，就像生物大脑中的突触一样，可以向其他
神经元传输信号。人工神经元接收信号然后对其进行处理，并可以向与其相连的

神经元发送信号。连接处的“信号”是一个实数，每个神经元的输出由其输入和
的某个非线性函数计算。连接称为边。神经元和边缘通常具有权重随着学习的进

行而调整。权重增加或减少连接处的信号强度。神经元可能有一个阈值，这样只
有当聚合信号超过该阈值时才会发送信号。通常，神经元聚合成层。不同的层可

以对其输入执行不同的转换。信号从 xxx 层（输入层）传输到最后一层（输出
层），可能在多次遍历层之后。

人工神经网络最初是为了尝试利用人脑的架构来执行传统算法几乎没有成功

的任务。他们很快就转向改进经验结果，大多放弃了保持其生物学先驱的真实
性。神经元以各种模式相互连接，以允许某些神经元的输出成为其他神经元的输

入。网络形成一个定向，加权图。
人工神经网络由一组模拟神经元组成。每个神经元是一个节点，通过对应于

生物轴突－突触－树突连接的链接与其他节点相连。每个链接都有一个权重，它
决定了一个节点对另一个节点的影响强度。

一、深度学习在水文预测领域的应用进展

（一）基于深度学习的径流预测模型
径流预测模型需要充分考虑时间效应的影响，所提出的模型要能够响应环

境变化等因素。Fu 等人利用 LSTM，对径流量在未来一段时间内的变化趋势进

141