基于BP神经网络算法的SWMM参数自动率定方法

• 作者: 袁绍春 李迪 陈垚 何智伟 程麒铭 刘非
• 来源期刊: 中国给水排水
• 学科: 工学
• 关键词: 海绵城市 暴雨洪水管理模型(SWMM) BP神经网络 MATLAB 参数率定
• 年，卷（期）: 2021,（21）
• 所属期刊栏目: 城市雨水管理|URBAN RAINWATER MANAGEMENT
• 页码范围: 125-130
• 页数: 6页
• 分类号: TU992
• 语种: 中文
• DOI: 10.19853/j.zgjsps.1000-4602.2021.21.020

摘要

暴雨洪水管理模型(SWMM)的模拟准确性取决于其参数率定结果,而传统的线性和非线性数学回归方法难以得到全域最优解.为提高参数率定的准确性,利用SWMM的计算引擎调用函数与MATLAB软件平台进行耦合,采用拉丁超立方抽样法对待率定参数进行抽样形成参数组导入模型,最终利用BP神经网络进行训练完成模型参数的自动率定过程.案例研究结果表明,BP神经网络算法可有效完成参数的自动率定过程,且只需经历5次迭代便可获得变量间的映射关系,在4场不同强度降雨条件下SWMM的Nash-Sutcliffe效率系数(NS)均大于0.85.该方法能够得出与实测结果最接近的参数组合,模拟精度及稳定性良好,可用于实际工程的参数率定.