河流冰情预测是人们一直关注的重要课题,但由于影响冰情的各因素与冰情的发展之间没有确切的函数关系,目前冰情预测领域的许多问题还没有得到很好的解决,特别是开河预报和冰塞冰坝的预报。通过河流冰情生消演变的分析,总结出了影响河流冰情的因素,包括热力因素、动力因素、河道形态、人为因素、上下游影响和地表径流六个方面。除河道形态是短期内固定值外,上述每个因素的大幅度变化都有可能成为冰情发展的控制因素。人工神经网络具有强大的非线性映射能力,已经被应用于模式识别、智能控制、图像处理以及时间序列分析等各种领域,其中RBF神经网络结构简单、训练简洁而且学习收敛速度快,能够逼近任意非线性函数。遗传算法是模拟生物界而构造出的一种算法,具有广泛的适用性以及全局优化的能力。因此,遗传算法改进的RBF算法在理论基础上优于BP算法建立的神经网络。依据开河机理,结合松花江哈尔滨站的历史资料,设计出了基于遗传算法的RBF神经网络预测模型,用来预测松花江的河流开河时间。模型设计的主要原理是确定RBF的隐层神经元个数后,应用遗传算法优化RBF神经网络隐层的基函数中心,宽度nciσi以,应用偏最小为二乘法(PLS)优化隐层到输出层的权值wi,对河流的开河时间进行预测。预测的结果显示,预报为甲级预报,遗传算法改进的RBF神经网络预测河流开河封河是完全可行的。