基于人工神經(jīng)網(wǎng)絡的洪水預報模型研究.pdf

1、本文首先系統(tǒng)的介紹了人工神經(jīng)網(wǎng)絡的基本概念、原理以及運行過程等基本理論，以及采用Matlab神經(jīng)網(wǎng)絡工具箱建立神經(jīng)網(wǎng)絡模型的方法。 然后深入分析了黃河下游的水沙特點及趨勢，以及洪水特點和趨勢，認為黃河下游年均流量和輸沙率呈明顯的下降趨勢，年均含沙量變化不大，預計未來黃河下游天然來水量仍將呈下降趨勢，入黃泥沙將持續(xù)減少。隨著經(jīng)濟社會的發(fā)展和科學技術(shù)的提高，未來黃河天然徑流將趨于年內(nèi)均勻化，大洪水出現(xiàn)幾率和洪水量級大小必將進一步降低

2、?，F(xiàn)有防洪非工程措施不能滿足越來越難以滿足日益提高的防災減災的實際需要，無法妥善解決所面臨的問題。 在前文基礎上，結(jié)合水文水資源專業(yè)知識，本文采用Matlab神經(jīng)網(wǎng)絡工具箱，編寫Matlab程序建立BP網(wǎng)絡洪水預報數(shù)學模型。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、流量洪水預報模型，雙輸入雙輸出的水位流量洪水預報模型，以及多泥沙河流的水沙預報模型。 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，

3、使網(wǎng)絡能夠獲得洪水時段變幅的信息，有效提高了網(wǎng)絡對洪水過程的擬合精度和預報精度。實例計算表明，這種模型所需水文資料少，建模簡單，運算速度快，運算時間短，預報精度高，在洪水到來時能夠根據(jù)實測上游資料快速準確預報下游相關(guān)水文要素，有利于提前采取必要的防洪調(diào)度等措施。因此對于汛期洪水預報，特別是水文資料較少或難以取得的地區(qū)，具有很強的應用價值和現(xiàn)實意義。在模型計算中還討論了不同算法，不同參數(shù)選擇對模型模擬精度和預報精度的影響，并得到了一些有益