Ein datengetriebenes Algorithmus zur Konstruktion künstlicher neuronaler Netzwerk-Modelle für Niederschlag-Abfluss

Zusammenfassung: Ein neuer Ansatz zur Gestaltung der Netzwerkstruktur in einem auf künstlichen neuronalen Netzwerken (ANN) basierenden Niederschlag-Abfluss-Modell wird vorgestellt. Die Methode nutzt statistische Eigenschaften wie Kreuz-, Auto- und partielle Autokorrelation der Datenreihe, um einen einzigartigen Eingangsvektor zu identifizieren, der den Prozess des Einzugsgebiets am besten darstellt, sowie einen Standardalgorithmus für das Training. Die Methodik wurde mit Daten eines Flusseinzugsgebiets in Indien validiert. Die Ergebnisse der Studie sind vielversprechend und zeigen, dass der Aufwand und die Rechenzeit zur Entwicklung eines ANN-Modells erheblich reduziert werden könnten. Copyright © 2002 John Wiley & Sons, Ltd.