科技论文排版原文练习

科技论文排版原文练习

ID:46888406

大小:83.00 KB

页数:5页

时间:2019-11-28

科技论文排版原文练习_第1页
科技论文排版原文练习_第2页
科技论文排版原文练习_第3页
科技论文排版原文练习_第4页
科技论文排版原文练习_第5页
资源描述:

《科技论文排版原文练习》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、水库调洪演算BP网络模型的建立与研究※※※丨※※※彳※※※^探※※3西北农林科技大学水建学院2.西北农林科技大学信息工程学院陕西杨凌712100;3.浙江省用海工程公司浙江宁波315051[摘要]分析了影响水库调洪演算的因素,建立了基于人工神经网络下的水库调洪演算BP网络模型,进行了洪水过程模拟和预测;对影响网络收敛速度的因索做了探索研究,阐述了BP网络参数选择原则和选取范围.[关键词]水库调洪演算;人工神经网络模型;参数选取[中图分类号]水库调洪演算在水廉设计中有着举足轻重的地位。通常借助于水丿牟调洪演算辅助曲线图解计算,该方法操作复杂,曲线更新繁琐,计算粘度也

2、受人为因素的影响。木文以时段水库水量平衡原理和动力平衡原理为依据,使用人工神经网络的理论和技术,建立了基于BP网络的水库调洪演算人工神经网络模型,进行了洪水过程模拟和预测.并对影响网络收敛速度的因素做了探索,阐述了BP网络参数选择原则和选取范围。1.BP网络模型简介BP网络模型是实现复杂非线性映射的新方法。如果网络的输入层神经元个数为n,输出层节点数为加则该网络实现的是7T到/T的映射,即有:Rn->oBP算法主要包括两个过稈:一是由学习样本、网络权值%和阈值久按照输入层一隐层一输出层的顺序,逐层计算节点的输出;二是由期望输出与计算输出构造出课差函数采用梯度下降法

3、调整网络权值,即9E吩+%通过不断学习,当误差函数Eg)小于任意小的值£时,网络收敛。2.水库调洪演算的BP网络模型建立2.1BP网络的输入与输出水库调洪演算是在水库水量平衡和动力平衡原理(即圣维南方程组的连续方程和动力方程)的支配下进行的⑵。水库水量平衡方程可用下式描述:Q;7式屮,@和@为时段ZV始、末的入库流量(m7s),g和G为时段ZV始、末的出库流量&7s),匕和炉为时段△方始、未的水库蓄水量(«?),△Z为计算时段(S)o动力平衡用水库的蓄泄关系描述:式中,g是下泄流量(m3/s);〃为堰上水头(m)。在水库调蓄洪水期间,视水库为静水面,则有洋f(0,

4、其屮卩为水库库容(卅)。结合(2)式,则有:q=f(v)由(1)利(3)可得:qj=fs/,0或q亍f(G,Q,Q)水库调洪演算的实质就是确定时段末的下泄流量Q2o血是时段初的下泄流量g和时段平均入库流量0的函数,或是时段初的下泄流量G和时段始、末入库流量Q、@的函数。它们分别对应于网络的输出和输入,输入与输出之间存在着非线性映射关系。2.2BP网络模型的建立经比较,输入层神经元分别为Q、@和°3个,隐层节点数为7,输出层节点数为1,构成BP网络(简称3-7-1模型)。表1为某水库12h洪水演算数据[21,将其中的前9个洪水过程数据作为学习样本,后3个(内插数据)

5、作为预报样本。収学习率为1.85,冲量因子为1.3。经网络不断学习和对学习效果比较,得出网络故优权值和阈值,如矩阵姙、僱、"3、旳所示。的为输入层对隐层的权值、馄为隐层对输出层的权值、胎为隐层阈值、购为输出层阈值,BP模型拟合和预测结果如表2。0.3260.5852.4530.84013.030-0.308-2.655Wl=2.344-1.8724.483-2.4403.8144.576-5.2640.1842.3122.9161.706-1.8781.2441.170W2=1.468-3.5797.797-3.477&7574.714-5.401W3二0.727

6、0.282-2.576-1.2500.722-0.3480.200W4=-6.6664表1荣水库12h洪水过程棊木数据Table1Somereservoirof12hfloodwaterprocessbasicdataW4=-6・6664序号NoQI(m2Q2(m2ql(m2实际值序号QI(mQI(in?ql(m2实际值/s)/s)/s)RealNo2/s)/s)/s)RealresuItsresults(m2/s)(nf/s)123456表2TableBP模世拟合和预测结果2TmitationandpredictionresultsoffloodWaterpro

7、cessBPneuralnetwork样本实际值计算值调整样本实际值计算值调整序号RealCalculationError(%)序号RealCalculationError(%)Noresultsresults(m2Noresultsresults(m2(m2/s)/s)(m2/s)/s)1234563网络参数对网络收敛速度的影响在保证网络学习质量的前提下,提高BP网络的收敛速度,一直是人们研究的问题〔泊。对于三层BP网络,影响收敛速度主要因素有:输入层神经元数、隐层节点数、输出层节点数、学习率、冲量因子。对此,本文分析研究如下:ooO505221ooOO5305

8、■-^56

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。