• 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

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

基金项目: 国家自然科学基金项目(59890200)
详细信息
    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

Funds: The project is supported by National Natural Science Fund of China (No.59890200).
计量
  • 文章访问数:  9
  • HTML全文浏览量:  4
  • PDF下载量:  510
  • 被引次数: 0
出版历程
  • 收稿日期:  1999-06-25
  • 修回日期:  1999-11-29
  • 刊出日期:  2000-10-25

基于神经网络理论的河道水情预报模型

    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

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.
参考文献 (4)

目录

    /

    返回文章
    返回