泄洪雾化预测的人工神经网络方法探讨

• 作者: 刘之平 孙双科 柳海涛 王晓松
• 来源期刊: 水利学报
• 学科: 工学
• 关键词: 泄洪雾化 降雨强度 人工神经网络 RBF网络 BP网络 原型观测 东江水电站
• 年，卷（期）: 2005,（10）
• 页码范围: 1241-1245
• 页数: 5页
• 分类号: TV135.2
• 字数: 4989字
• 语种: 中文
• DOI: 10.3321/j.issn:0559-9350.2005.10.018

摘要

为了预测高坝泄洪雾化引起的降雨强度分布,本文提出了一种基于人工神经网络的雾化预报模型.该模型将泄洪流量、入水流速、入水角度以及三维河谷地形坐标等作为输入变量,对相应河谷地形内的雾化降雨强度分布进行预测.研究中采用了径向基函数(RBF)网络建模,并且通过在其激发函数中引入Sign-d函数,构造一种混合RBF网络,以改善模型的稳定性和泛化能力.通过东江水电站雾化原型观测资料检验,证明该网络模型在求解泄洪雾化降雨的空间分布方面是适宜而有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙双科	中国水利水电科学研究院水力学研究所	60	837	18.0	27.0
2	刘之平	中国水利水电科学研究院水力学研究所	45	693	14.0	25.0
3	柳海涛	中国水利水电科学研究院水力学研究所	35	372	10.0	18.0
4	王晓松	中国水利水电科学研究院水力学研究所	20	328	8.0	18.0