基于人工神经网络的挑流冲刷预报

• 作者: 张鹏 徐照明 李玉柱
• 来源期刊: 清华大学学报(自然科学版)
• 学科: 工学
• 关键词: 挑流消能 冲刷 神经网络 预报
• 年，卷（期）: 2003,（11）
• 所属期刊栏目: 水利与水电工程
• 页码范围: 1538-1541
• 页数: 4页
• 分类号: TV135.2+3
• 字数: 3696字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0054.2003.11.026

摘要

挑流冲刷的深度直接关系到大坝的安全,是泄洪消能工设计的首要依据.为此以200多组原型观测资料为依据,建立了旨在预测冲坑深度的改进向后传播(BP)神经网络模型和广义回归神经网络(GRNN)模型,并对影响BP模型精度的网络拓扑结构、数据处理方式以及网络学习算法进行了分析.利用这两种模型对10个工程的冲坑深度进行了预报,并与传统预报公式的计算结果作了比较.结果表明: 这两种模型都能比较准确地对冲刷进行预报,并各自在一定范围内占优; 如果将二者联合使用,则预测结果明显优于传统公式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张鹏	清华大学水利水电工程系	71	1326	16.0	35.0
2	李玉柱	清华大学水利水电工程系	22	173	8.0	12.0
3	徐照明	清华大学水利水电工程系	4	40	2.0	4.0