基于神经网络理论的河道水情预报模型

高级搜索

全国中文核心期刊
中国科技核心期刊
美国工程索引（EI）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于神经网络理论的河道水情预报模型

李荣, 李义天

文章导航 > 水科学进展 > 2000 > 11(4): 427-431

李荣, 李义天. 基于神经网络理论的河道水情预报模型[J]. 水科学进展, 2000, 11(4): 427-431.

引用本文:

李荣, 李义天. 基于神经网络理论的河道水情预报模型[J]. 水科学进展, 2000, 11(4): 427-431.

LI Rong, LI Yi-tian. Application of the Neural Network Theory to the Flood Prediction[J]. Advances in Water Science, 2000, 11(4): 427-431.

Citation:

LI Rong, LI Yi-tian. Application of the Neural Network Theory to the Flood Prediction[J]. Advances in Water Science, 2000, 11(4): 427-431.

基于神经网络理论的河道水情预报模型

李荣¹,
李义天²

1.
浦东新区环境保护及市容卫生局水务处, 上海201200;
2.
武汉大学水沙科学教育部重点实验室, 湖北武汉430072

基金项目: 国家自然科学基金项目(59890200)

作者简介:
李荣(1972- ),男,江苏通州人,武汉水利电力大学博士研究生,主要从事水利工程管理建设及水沙灾害理论研究.

中图分类号: P338

Application of the Neural Network Theory to the Flood Prediction

LI Rong¹,
LI Yi-tian²

1.
Pudong Environmental Protection and City Health Bureau, Shanghai 201200, China;
2.
Wuhan University, Key Lab. of the Water and Sediment Sciences of Ministry of Education, Wuhan 430072, China

Funds: The project is supported by National Natural Science Fund of China (No.59890200).

摘要: 河道水流运动过程特别是洪水演进过程是一个复杂的非线性动力学过程,鉴于神经网络具有很强的处理大规模复杂非线性动力学系统的能力,本文将神经网络理论用于河道水情预报的研究,以期识别水流运动变化过程与其影响因子之间的复杂非线性关系,为河道水情预报提供了一条新的途径。在此基础上建立了螺山站洪水预报的非线性动力学模型,通过分析研究得出近年来特别是1998年长江中游出现的小流量高水位现象与螺山汉口河段累计淤积有关并得到螺山站水位变化与河床淤积之间的定量关系。
- 神经网络 /
- 河道淤积 /
- 小流量高水位
Abstract: Flood evolution exhibits a complicated non-linear dynamical process.The neural network possesses the capability of dealing with complexnon-linear dynamical systems,this paper demonstates howit can be used in flood prediction as a new approach considering the non-linear relation ship between flood evolution and its factors such as discharge,channel deformation,and so on.Based on it,the neural network approach is applied to the flow prediction of Yangtze Riverat Luoshan station.The preliminary results suggest that the phenomenon of small discharge with high level in middle reaches of Yangtse River recently,especially in 1998,is related to the downstream aggregation.And the quantitative relations between the water level variation of Luoshan station and the downstream aggregation are obtained.
- Neural network /
- Aggregation /
- Higher water level with small discharge

[1]	N Karunanithi,et al.Neural Network for River Flow Prediction[J].J of Computer Civil Engneering.1994,8(2):201-220.
[2]	Knanina E D.A Simple Procedure for Pruning Back-Propagation Trained Neural Networks[J].IEEE Trans.On Neural Networks.1990 1(2):239-242.
[3]	焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1990.35-50.
[4]	胡铁松.神经网络预测与优化[M].大连:大连海事大学出版社,1997.45-52.

[1]	甘富万, 李义天, 邓金运, 陈建. 水库排沙调度优化模型 . 水科学进展, 2009, 20(6): 863-868.
[2]	万星, 周建中. 自适应对称调和遗传算法在水库中长期发电调度中的应用 . 水科学进展, 2007, 18(4): 598-603.
[3]	刘宁. 区域水资源水环境保护治理的符点目标推定 . 水科学进展, 2006, 17(6): 859-864.
[4]	张小峰, 袁晶. 基于熵值法的BP网络输入变量加权分层方法研究 . 水科学进展, 2005, 16(2): 263-267.
[5]	陈守煜, 李亚伟. 基于模糊人工神经网络识别的水质评价模型 . 水科学进展, 2005, 16(1): 88-91.
[6]	崔远来, 马承新, 沈细中, 马吉刚. 基于进化神经网络的参考作物腾发量预测 . 水科学进展, 2005, 16(1): 76-81.
[7]	袁晶, 张小峰. 基于遗忘因子的BP神经网络水文实时预报方法 . 水科学进展, 2004, 15(6): 787-792.
[8]	黄国如, 胡和平, 田富强. 用径向基函数神经网络模型预报感潮河段洪水位 . 水科学进展, 2003, 14(2): 158-162.
[9]	薛联青, 崔广柏, 程光. 区域地下水位预报的季节型神经网络模型 . 水科学进展, 2002, 13(4): 473-477.
[10]	覃光华, 丁晶, 刘国东. 自适应BP算法及其在河道洪水预报上的应用 . 水科学进展, 2002, 13(1): 37-41.
[11]	陈守煜, 王国利, 朱文彬, 聂相田. 大连市水资源、环境与经济协调可持续发展研究 . 水科学进展, 2001, 12(4): 504-508.
[12]	王慧敏, 徐立中. 流域系统可持续发展分析 . 水科学进展, 2000, 11(2): 165-172.
[13]	张翔, 丁晶. 神经智能信息处理系统的研究现状及其在水文水资源中的应用展望 . 水科学进展, 2000, 11(1): 105-110.
[14]	宋立松, 魏高峰. 感潮河段水位过程预报探讨 . 水科学进展, 2000, 11(3): 302-306.
[15]	苑希民, 刘树坤, 陈浩. 基于人工神经网络的多泥沙洪水预报 . 水科学进展, 1999, 10(4): 393-398.
[16]	顾世祥, 王士武, 袁宏源. 参考作物腾发量预测的径向基函数法 . 水科学进展, 1999, 10(2): 123-128.
[17]	陈守煜, 聂相田, 朱文彬, 王国利. 模糊优选神经网络模型及其应用 . 水科学进展, 1999, 10(1): 69-74.
[18]	束龙仓, 林学钰, 廖资生. 基岩裂隙水神经网络专家系统实例研究 . 水科学进展, 1998, 9(4): 384-388.
[19]	邱林, 陈守煜, 聂相田. 模糊模式识别神经网络预测模型及其应用 . 水科学进展, 1998, 9(3): 258-264.
[20]	蔡煜东, 姚林声. 径流长期预报的人工神经网络方法 . 水科学进展, 1995, 6(1): 61-65.

WeChat

点击查看大图

计量

文章访问数: 165
HTML全文浏览量: 21
PDF下载量: 517
被引次数: 0

基于神经网络理论的河道水情预报模型

李荣¹,
李义天²

1. 浦东新区环境保护及市容卫生局水务处, 上海201200;

2. 武汉大学水沙科学教育部重点实验室, 湖北武汉430072

基金项目: 国家自然科学基金项目(59890200)

作者简介:
李荣(1972- ),男,江苏通州人,武汉水利电力大学博士研究生,主要从事水利工程管理建设及水沙灾害理论研究.

收稿日期: 1999-06-25
修回日期: 1999-11-29
刊出日期: 2000-10-25

中图分类号: P338

关键词:

小流量高水位

摘要: 河道水流运动过程特别是洪水演进过程是一个复杂的非线性动力学过程,鉴于神经网络具有很强的处理大规模复杂非线性动力学系统的能力,本文将神经网络理论用于河道水情预报的研究,以期识别水流运动变化过程与其影响因子之间的复杂非线性关系,为河道水情预报提供了一条新的途径。在此基础上建立了螺山站洪水预报的非线性动力学模型,通过分析研究得出近年来特别是1998年长江中游出现的小流量高水位现象与螺山汉口河段累计淤积有关并得到螺山站水位变化与河床淤积之间的定量关系。

English Abstract

李荣, 李义天. 基于神经网络理论的河道水情预报模型[J]. 水科学进展, 2000, 11(4): 427-431.

引用本文:

李荣, 李义天. 基于神经网络理论的河道水情预报模型[J]. 水科学进展, 2000, 11(4): 427-431.

LI Rong, LI Yi-tian. Application of the Neural Network Theory to the Flood Prediction[J]. Advances in Water Science, 2000, 11(4): 427-431.

Citation:

LI Rong, LI Yi-tian. Application of the Neural Network Theory to the Flood Prediction[J]. Advances in Water Science, 2000, 11(4): 427-431.

全文HTML

参考文献 (4)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回