将BP 神经网络与K-最近邻(KNN)算法耦合起来，建立BK(BP-KNN)模型，该模型以前期模拟流量和相应影响要素作为BP 神经网络的输入，出口断面流量作为网络输出，对产汇流过程进行模拟；采用K-最近邻算法，基于历史样本的模拟误差和相应影响要素对网络输出进行修正，实现了非实时校正模式下的连续模拟。根据BK 模型的计算流程将其参数分为3 个层次，各层次分别使用NSGA-域多目标优化算法进行参数优选，提高了模拟精度、优化效率和网络泛化能力。分别将新安江模型的产流、产流分水源计算模块与BK 模型相耦合，建立X
