基于人工神經(jīng)網(wǎng)絡(luò)的洪水預(yù)報(bào)模型研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩107頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文首先系統(tǒng)的介紹了人工神經(jīng)網(wǎng)絡(luò)的基本概念、原理以及運(yùn)行過(guò)程等基本理論,以及采用Matlab神經(jīng)網(wǎng)絡(luò)工具箱建立神經(jīng)網(wǎng)絡(luò)模型的方法。 然后深入分析了黃河下游的水沙特點(diǎn)及趨勢(shì),以及洪水特點(diǎn)和趨勢(shì),認(rèn)為黃河下游年均流量和輸沙率呈明顯的下降趨勢(shì),年均含沙量變化不大,預(yù)計(jì)未來(lái)黃河下游天然來(lái)水量仍將呈下降趨勢(shì),入黃泥沙將持續(xù)減少。隨著經(jīng)濟(jì)社會(huì)的發(fā)展和科學(xué)技術(shù)的提高,未來(lái)黃河天然徑流將趨于年內(nèi)均勻化,大洪水出現(xiàn)幾率和洪水量級(jí)大小必將進(jìn)一步降低

2、?,F(xiàn)有防洪非工程措施不能滿足越來(lái)越難以滿足日益提高的防災(zāi)減災(zāi)的實(shí)際需要,無(wú)法妥善解決所面臨的問(wèn)題。 在前文基礎(chǔ)上,結(jié)合水文水資源專業(yè)知識(shí),本文采用Matlab神經(jīng)網(wǎng)絡(luò)工具箱,編寫(xiě)Matlab程序建立BP網(wǎng)絡(luò)洪水預(yù)報(bào)數(shù)學(xué)模型。以黃河下游高村-濼口河段為例,分別研究了單輸入單輸出的水位、流量洪水預(yù)報(bào)模型,雙輸入雙輸出的水位流量洪水預(yù)報(bào)模型,以及多泥沙河流的水沙預(yù)報(bào)模型。 模型算法優(yōu)良,引入延遲單元,體現(xiàn)了洪水傳播的延遲效應(yīng),

3、使網(wǎng)絡(luò)能夠獲得洪水時(shí)段變幅的信息,有效提高了網(wǎng)絡(luò)對(duì)洪水過(guò)程的擬合精度和預(yù)報(bào)精度。實(shí)例計(jì)算表明,這種模型所需水文資料少,建模簡(jiǎn)單,運(yùn)算速度快,運(yùn)算時(shí)間短,預(yù)報(bào)精度高,在洪水到來(lái)時(shí)能夠根據(jù)實(shí)測(cè)上游資料快速準(zhǔn)確預(yù)報(bào)下游相關(guān)水文要素,有利于提前采取必要的防洪調(diào)度等措施。因此對(duì)于汛期洪水預(yù)報(bào),特別是水文資料較少或難以取得的地區(qū),具有很強(qiáng)的應(yīng)用價(jià)值和現(xiàn)實(shí)意義。在模型計(jì)算中還討論了不同算法,不同參數(shù)選擇對(duì)模型模擬精度和預(yù)報(bào)精度的影響,并得到了一些有益

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論