基于BP神经网络的坡面流阻力模型试验研究

摘要：

通过室内人工模拟降雨试验,根据45、90、130 mm/h降雨强度下20°裸地坡面的坡面流阻力系数变化特征,以模拟降雨强度、坡面流流速、坡面流水深、坡面糙率为输入变量,坡面阻力系数为输出变量,建立了基于BP神经网络的坡面流阻力系数模型,采用遗传算法进行模型参数寻优,使用AdaBoost算法对所建模型进行优化.结果表明:BP神经网络模型能够用于坡面流阻力系数的计算,AdaBoost优化后的模型对测试集的平均预测误差为8.94％,比未优化模型的平均预测误差减小了8.96个百分点,模拟预测精度显著提高.

关键词：阻力系数、坡面流、BP神经网络、模拟降雨、模型试验

所属期刊栏目：39

分类号：S157.1(土壤学)

资助基金：国家重点研发计划项目2016YFC0402402;河南省创新型科技人才队伍建设工程162101510004;中央级公益性科研院所基本业务费专项HKY-JBYW-2014-19,HKY-JBYW-2014-08

在线出版日期：2017-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：82-86