68-神经网络理论在黄河宁蒙河段冰情预报中的应用((

《68-神经网络理论在黄河宁蒙河段冰情预报中的应用((》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、神经网络理论在黄河宁蒙河段冰情预报中的应用王涛1杨开林1郭永鑫1霍壯青2饶素秋$朗虹霞$

2、中国水利水电科学研究院，北京，1000382黄河水利委员会水文局水文水资源信息中心，河南郑州，450000摘要：本文研究了以神经网络理论为核心的黃河上游宁蒙河段冰情预报。通过分析河流冰情特点，开发出了用Levenberg-Marquart算法改进传统BP神经网络理论进行冰悄预报的数学模型，适用于流凌、封河、开河、水温、流凌密度、冰塞、冰坝等的预报中。把该模羽•应用到2004年一2005年冰情预报屮，提前预报出2004-2005年冰情发生悄况，具冇良好效果。理论分析和实例论证

3、都衣明该神经网络模型能够进行宁蒙河段冰情预报，并且它的经验能为其它冰冻区河流建立冰惜预报模型提供有益的帮助和重要的参考。关键词：BP神经网络;Levenberg-Marquart算法;流凌日期;封河日期;开河日期;水温1.引言冰情现象包括冰的形成、发展、运动、积累、融解的过程，是冬季影响河道运行的重要因索，它直接影响到水利工程的运行和维护、水力发电、内陆航运、冬季输水、河流的环境和生态等问题。黄河是屮国凌汛出现最为频繁的河流，其中宁蒙(宁夏和内蒙古)河段最严重。宁蒙河段位于黄河流域最北端，全长超过1000km,走向呈型。宁蒙河段冰情预报系统的建设口标是对宁蒙河段

4、的冰情变化规律进行深入研究的基础上,研制开发该河段的冰情预报神经网络模型，将系统建成以冰情、水情、气象、河道等资料信息为基础、以GIS为平台支持的一套实用、可靠、先进、高效的黄河上游冰情预报系统，能够及时、准确地预报出冰情发生和发展情况，对防凌指挥、调度、决策提供重要的科学依据。由于缺乏可用的河道地形资料以及黄河河道冲淤多变、主流摆动频繁、多弯道、浅滩、叉河、横河等，黄河冰情规律很难学握，给传统数学模型的应用造成极人困难，而神经网络技术则能突破这一障碍，根据已学会的知识和处理问题的经验对复杂问题做出合理的判断和决策，给出较满意的解决方案，或对未來过程做出有效的预

5、测和估计。所以建立黄河宁蒙河段冰情预报的神经网络模型，是黄河宁蒙河段冰情预报系统的核心内容之一。忖前虽然对河流冇冰状况的研究还远远落后于无冰时的研究,但是在冰情研究方面也取得了一定成果，特别近儿I•年对冰的研究取得了很人的进展。Rodhc(1952)在假定了空气和水面的热交换同它们Z间的温度差成正比关系的基础上，建立了口均气温和冰的形成Z间的数值关系，Bilelio(1964)把该公式引入到河流和湖泊冰的预报中⑴。Greene(1983)把气温预报引入到Bilelio的方法屮，开发出用于圣玛丽河封河预报的软件⑴。Rodhe-Bilello的理论把气温的变化率看作

6、一独立常数函数，并乱忽略了水体流动引起的热交换，所以不是严格意义上的理论计算。Adams(1976)采用经验相关公式建立了圣劳伦斯河上游河段封河预报模型，该模型假尬每隔半月气温为一尬常数叫Edwad(1986)andHungTaoShen(1986)用数值方法建立了圣劳伦斯河封河口期的长期预报⑴，该方法建立在气温的长期预报、对河道流速的佔测和对相关参数假定的基础上。目前，封河、开河口期预报研究较多的是HungTaoShen,基金项目：木课题研究是“治黄专项一黃河宁蒙河段冰情预报系统(合同编号：2003Z02)”。主要依据热交换原理和冰水力学理论建立数学模型［13

7、'4］o国内早在1954就开展了较为系统的冰情观测，40余年，国内冰情预报的研究取得很人的进展，最初主要采用指标法，逐步建立了大量的相关图和关系式。1989年黃委会水文局李若宏等主编的《黄河流域使用水文预测方案》，在冰预测中发挥很大的作用⑸。20世纪90年代，先后与芬兰和美国合作，在国外技术基础上建立了黄河冰情预报数学模型，但它们都对实测资料要求条件高，限制了模型的使用。1994年陈赞廷筹建立了黄河下游实用冰情预报数学模型⑹，1998年可素如等建立了黄河上游冰情预报数学模型⑸，这两个冰情预报数学模型采用经验和理论结合的方法，但是近几年随着河流断面和气候条件的变化

8、，它们已经不能很好的发挥作用。近來，中国水利水电科科学研究院杨开林等（2001）开展了対河道冰情数值模拟的研究⑺。2004年，陈守煜、冀鸿兰利用本水文站气温、水位和流量，提岀把传统的BP神经网络算法应用到黄河宁蒙河段开河和封河预报中［叫在用传统BP网络学习屮，网络逼近非常慢，且逼近谋差达不到理论要求值时，就很容易陷入局部最小，导致网络无法学习下去。鉴于此，本文研究用Levenberg-Marquart^7-法改进BP神经网络，开发了黄河宁蒙河段冰情预报的神经网络模型。该模型不仅考虑到水文站气温、水位和流量因子对冰情的影响，述考虑了水温、流凌密度、冰凌厚度、气温转

9、止转负FI期等相关因子以