欢迎来到天天文库
浏览记录
ID:36457807
大小:2.97 MB
页数:108页
时间:2019-05-10
《基于人工神经网络的洪水预报模型研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、⑧申请同济大学工学硕士学位论文基于人工神经网络的洪水预报模型研究培养单位:土木工程学院j级学科:水利工程二级学科:水文学及水资源研究生:姜桂花指导教师:刘曙光教授副指导教师:李希宁教授级高2T_二oo六年三月摘要我国洪水灾害频繁,洪灾损失严重,洪灾问题极为严峻,严重影响我国经济发展。洪水预报是一项非常重要的防洪减灾的非工程措施。如何进行有效和准确的预报一直是一个重要的研究课题,具有很强的理论和现实意义。本文首先系统的介绍了人工神经网络的基本概念、原理以及运行过程等基本理论,以及采用Matlab神经网络工具箱建立神经网络
2、模型的方法。然后深入分析了黄河下游的水沙特点及趋势,以及洪水特点和趋势,认为黄河下游年均流量和输沙率呈明显的下降趋势,年均含沙量变化不大,预计未来黄河下游天然来水量仍将呈下降趋势,入黄泥沙将持续减少。随着经济社会的发展和科学技术的提高,未来黄河天然径流将趋于年内均匀化,大洪水出现几率和洪水量级大小必将进一步降低。现有防洪非工程措施不能满足越来越难以满足日益提高的防灾减灾的实际需要,无法妥善解决所面临的问题。在前文基础上,结合水文水资源专业知识,本文采用Matlab神经网络工具箱,编写Matlab程序建立BP网络洪水预报
3、数学模型。以黄河下游高村~泺口河段为例,分别研究了单输入单输出的水位、流量洪水预报模型,双输入双输出的水位流量洪水预报模型,以及多泥沙河流的水沙预报模型。模型算法优良,引入延迟单元,体现了洪水传播的延迟效应,使网络能够获得洪水时段变幅的信息,有效提高了网络对洪水过程的拟合精度和预报精度。实例计算表明,这种模型所需水文资料少,建模简单,运算速度快,运算时间短,预报精度高,在洪水到来时能够根据实测上游资料快速准确预报下游相关水文要素,有利于提前采取必要的防洪调度等措旌。因此对于汛期洪水预报,特别是水文资料较少或难以取得的地
4、区,具有很强的应用价值和现实意义。在模型计算中还讨论了不同算法,不同参数选择对模型模拟精度和预报精度的影响,并得到了一些有益的结论。最后总结了全文所做的工作,指出了论文存在的不足和进一步努力的方向。关键词:洪水预报,神经网络,Matlab,BP网络Abstract_—_-----———_————————————_—————_——_——-_-___—●——————_————————————_————————————————一ABSTRACTTheflooddisasterinourcountryisfrequent,an
5、dtheflooddisasterlossisveryserious.Theproblemofflooddisasterisextremelyaustereinourcountry,whichseriouslyaffectsthedevelopmentofourcountryeconomy.Floodforecastingisanimportantnonstructuralmeasureofnaturaldisasterpreventionandalleviation.Howtoforecastthefloodeffe
6、ctivelyandaccuratelyisalwaysaveryimportantresearchsubject,andhasaprettystrongacademicandpracticalsignificance.First,thepapersystematicallyintroducesthebasicconcept,principleandthemethodsoftheartificialneuralnetwork.11lcmethodtoestablishneuralnetworkmodelswithMat
7、labneuralnetworktoolboxisalsointroduced.ThenthecharacteristicsandtrendsofthewaterandsandaswellasthefloodfeaturesandtrendsofthelowerYellowRiveraredeeplyanalyzed.TheaverageannualflowandthesedimentdischargerateofthelowerYellowRiverpresentacleardownwardtrend,butthea
8、verageannualsedimentconcentrationchangedlittle.ItisestimatedthatthenaturalwaterofthelowerYellowRiverinthefuturewillnotdrasticallyreduce,butthesedimentdischargedintoYe
此文档下载收益归作者所有