基于ANN的地下排水管线系统知识深度学习与城市内涝水位模拟

• 作者: 何江龙 侯至群 张小伟 李照永 解智强
• 来源期刊: 城市勘测
• 学科: 工学
• 关键词: 城市内涝 水力建模 人工神经网络 预测模型 排水管线系统
• 年，卷（期）: 2019,（z1）
• 所属期刊栏目: 人工智能、探测检测技术
• 页码范围: 214-219
• 页数: 6页
• 分类号: TP183
• 字数: 4498字
• 语种: 中文

摘要

城市地下排水系统水力建模技术能够很好地模拟城市内涝的演进状态,但这是一个持续性的过程,需要长时期的数据采集、处理、以及水力建模,且研究和模拟的范围受时间空间限制.人工智能技术的发展,为架构在城市排水地理信息系统基础上的城市内涝模拟提供了增强效率的可能.本文就使用人工神经网络(Artificial Neural Network,ANN)技术对地下排水管线知识进行学习,模拟针对2013年7月18日昆明城市多点内涝状态下河道的水位,实现人工智能技术在城市内涝研究中的应用,以寻找一种高效模拟城市地下排水系统内涝灾害的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	解智强		31	122	8.0	9.0
2	何江龙		13	96	4.0	9.0
3	李照永		7	1	1.0	1.0
4	侯至群		20	55	5.0	7.0
5	张小伟		3	0	0.0	0.0