【摘要】为了减轻洪涝灾害对人类的伤害,将极限学习机(extreme learning machine,ELM)引用到洪涝灾害预测中,利用凌河流域1960~2010年44个观测站(其中大凌河流域33站、小凌河流域11站)的降水资料,对凌河流域洪涝灾害进行预测,并将其与传统神经网络预测结果进行对比分析。结果表明:基于极限学习机预测模型的年均降水量预测值,大凌河流域的均方误差(MSE)为0.003,决定系数(R2)为0.927;小凌河流域的均方误差(MSE)为0.0037,决定系数(R2)为0.8481,均满足误差精度要求,其结果均优于BP神经网络预测模型的均方误差值和决定性系数。说明极限学习机预测模型用于...