基于BP神经网络的公路风吹雪雪深预测模型

• 作者: 周开方 夏才初 徐冬英 程怡
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 雪深 预测模型 BP (back propagation)神经网络 敏感性分析
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 交通运输工程
• 页码范围: 714-720
• 页数: 7页
• 分类号: U491
• 字数: 4569字
• 语种: 中文
• DOI: 10.11908/j.issn.0253-374x.2017.05.013

摘要

公路风吹雪雪深预测作为国际雪冰学领域的研究热点和难点问题一直未能很好解决.以白茫雪山防雪走廊段安装的自动气象站和当地气象局提供的气象资料为基础,提取了对公路风吹雪雪深有影响的4种因素(降雪量、大气温度、风速和湿度)的指标值,建立了基于BP(back propagation)神经网络的公路风吹雪雪深预测模型.对研究区5次降雪过程中所记录的199组数据进行训练学习,用20组数据来验证建立的模型,验证结果表明20h累计雪深预测值的误差在10％以内,85％的雪深预测值误差在20％以内,因此所建立的模型具有很强的泛化能力和较高的精度.并对降雪量、大气温度、风速和湿度这4个因素进行了敏感性分析,表明雪深与降雪量成正比,与其他3个因素成反比,其中降雪量对雪深的影响最大,风速次之,湿度最小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏才初	同济大学土木工程学院	207	4484	38.0	57.0
3	徐冬英	绍兴文理学院土木工程学院	18	59	4.0	6.0
6	周开方	同济大学土木工程学院	4	11	2.0	3.0
7	程怡		2	6	1.0	2.0