Andere Kunden interessierten sich auch für
![Simulation durch künstliche neuronale Netze in der Geotechnik]( "Simulation durch künstliche neuronale Netze in der Geotechnik")
Simulation durch künstliche neuronale Netze in der Geotechnik32,90 €![Ertragsvorhersage für Weizen durch Clustering und neuronale Netze]( "Ertragsvorhersage für Weizen durch Clustering und neuronale Netze")
Ertragsvorhersage für Weizen durch Clustering und neuronale Netze39,90 €![Kleines Handbuch Neuronale Netze]( "Kleines Handbuch Neuronale Netze")
Kleines Handbuch Neuronale Netze44,99 €![Neuronale Netze mit externen Laguerre-Filtern zur automatischen numerischen Vereinfachung von Getriebemodellen]( "Neuronale Netze mit externen Laguerre-Filtern zur automatischen numerischen Vereinfachung von Getriebemodellen")
Neuronale Netze mit externen Laguerre-Filtern zur automatischen numerischen Vereinfachung von Getriebemodellen45,00 €![Künstliches Neuronales Netz für das Bauwesen]( "Künstliches Neuronales Netz für das Bauwesen")
Künstliches Neuronales Netz für das Bauwesen60,90 €![Einführung in 5G-Netze und Anwendungen]( "Einführung in 5G-Netze und Anwendungen")
Einführung in 5G-Netze und Anwendungen39,90 €![Künstliche Besamung auf natürliche und induzierte Brunst/Senegal]( "Künstliche Besamung auf natürliche und induzierte Brunst/Senegal")
Künstliche Besamung auf natürliche und induzierte Brunst/Senegal39,90 €
Prognosen zukünftiger Ereignisse sind für viele der Aktivitäten erforderlich, die mit der Planung und dem Betrieb der Komponenten eines Wasserressourcensystems verbunden sind. Für die hydrologische Komponente werden sowohl kurz- als auch langfristige Vorhersagen hydrologischer Zeitreihen benötigt, um das System zu optimieren oder eine zukünftige Erweiterung oder Reduzierung zu planen. In diesem Beitrag werden verschiedene Techniken künstlicher neuronaler Netze (ANN) für kurzfristige kontinuierliche und intermittierende tägliche Abflussvorhersagen und tägliche Vorhersagen von Schwebstoffen verglichen. Drei verschiedene ANN-Techniken, nämlich Feed Forward Back Propagation (FFBP), Generalized Regression Neural Networks (GRNN) und Radial Basis Function-based Neural Networks (RBF) werden auf die hydrologischen Daten angewendet. Im Allgemeinen wird festgestellt, dass die Vorhersageleistung der ANN-Techniken den anderen konventionellen statistischen und stochastischen Methoden in Bezug auf die ausgewählten Leistungskriterien überlegen ist.