基于matlab的黄河下游断流防治研究

《基于matlab的黄河下游断流防治研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、青岛大学硕士学位论文基于MATLAB的黄河下游断流防治研究姓名：纪书华申请学位级别：硕士专业：环境科学指导教师：赵全升20060604摘要40多年来，随着人口增长和工农业生产的快速发展，黄河流域尤其是下游地区的水资源日益紧缺，导致人口、资源、环境系统失衡。水资源的供需矛盾，使黄河下游利津水文站1972年首次出现断流，截至1997年底，26年中有20年出现断流，累计断流天数为908天，平均每年断流45．4天。BP神经网络是包含有输入层、隐含层和输出层的多层网络，若把这种神经网络看成一个输入到输出的映射，则这个映射是

2、一个高度的非线性映射。BP算法可以对简单的非线性函数进行复合后来实现这种复杂的映射。分析表明，采用三层BP网络对黄河下游径流量进行预测可以有效的模拟其具有的不确定、多输入、复杂的非线性特征。本文利用MATLAB软件的神经网络工具箱(NNT)，建立下游枯季径流预测的BP神经网络模型。通过本文可以看出，运用MATLAB神经网络工具箱(NNT)，不需要进行繁琐的编程，就可以快速、准确、有效的建立BP网络模型对径流量进行预测，而且具有很好的通用性。通过分析黄河下游枯季径流的影响因素，主要为花园口水文站径流量和下游的引黄量

3、这两个因子，花园口水文站径流量和下游的引黄量可作为输入层中的影响因子，下游利津站的流量作为输出层在确定前期影响因子的基础上，构造基于人工神经网络的黄河下游枯季径流实时预测的BP神经网络模型。本次研究利用MATLAB软件的神经网络工具箱，建立下游枯季径流预测的BP神经网络模型，使用花园口一利津水文站28年的完整序列测流资料训练和检验网络并用于预测。同时，本文用利滓站28年的完整序列测流资料训练和检验网络，并预测2000一2叭。年径流量。结果表明，通过本次研究建立的BP网络模型是合理的、可靠的，它较好地反映了黄河下游

4、的枯季径流规律，决策部门可将管理及设计部门提供的多种方案输入BP网络模型，以便根据预测结果进行多方案的对比及优选，为制订下游的送水和引水方案以及黄河流域水资源的统一调度、管理，尤其是预防黄河下游再次出现断流提供科学依据。关键词：黄河下游；断流；BP神经网络；MATLABAbstractDuringthepastfortyyears，withtheincreaseofpopulationandthedevelopmentofindustryandagriculture，thewaterresourcewas1ack

5、increasin91yintheareaofYellowRiver，especiallyintheLoⅣerYellowRiver．Thelackofwaterresourcehasmadethemunbalanceamongpopulation、resourceandenvironmentalsystems．Itwasthefistnoflowin1972．From1972to1997，thenoflowappearsintwentyyears，thedaysOfnoflowaddupto908days，an

6、dtheaverageis45．4daysineveryyear．BPNeuralNetworksareTIlanylayersjVetworkscontaini兀ginput，concealandoutputlayers．IfthisNeuralNetworkisregardedasamappingf’rominputtooutput，thismappingisahighlynonlinearmapping．BPA190rithmInayres01vethecomplicated【nappingbycoⅡ1pl

7、exofthesimplenonlinearfunction．ItisDrovedthatathree—laverBPneuralnetworktoforecastrunoffintheLowerYellowRivercanbetterdeDictthemodel’sfeatureofcomplexnOnlinear、multi—input—outputandindefinite．BvusingtheNeuralNetworkToolbox(NnJT)ofMATLAB，BPArtificialNeuralNetw

8、orkl诅odelsaresetuptOpredictthedryseasonRunoffintheLowerYellowRiver．Throughthethesis，wecanseethatitiseasyandeffectivebyusin异theNeuralNetworkToolbox(NNT)basedonBPModelstoforecastrunoffinthe