基于BP-Bayesian方法的河网糙率反演
引进BP神经网络优化Bayesian方法中似然函数的计算,得到一种新的BP-Bayesian方法,用来反演河网中各河段糙率.通过一个9河段组成的河网算例,使用本方法得到各河段糙率的后验分布和估计值,最大误差不超过3%;在测量值出现校准误差时,也能有效给出合理的估计值.BP-Bayesian方法能得到糙率估计值的概率密度分布,并从中得到有效的估计值,避免了传统优化方法容易陷入局部最优的缺点;同时,与传统Bayesian方法相比能节省大量计算时间.
河网糙率、BP-Bayesian方法、反演、后验分布
29
TN9;O4
国家自然科学基金50609024
2008-06-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
47-51