基于神经网络的河道浅滩演变预测模型

摘要：

河道浅滩演变是一个复杂的非线性动力学过程,作者借助神经网络处理非线性问题的优势,在分析影响河道浅滩演变因素的基础上,建立了预测河道浅淮演变的BP网络模型,并对模型中的输入因子和样本的提取进行了探讨.以闽江竹岐至侯官河段为实例,用"试探法"给出了BP网络模型的建模方案,用正交设计原理选取相应的训练样本集,利用该样本集对网络进行学习和训练,并用训练好的BP网络模型预测浅滩上年内最小水深和年平均淤积厚度.计算结果表明:模型预测结果与实际值吻合良好.这为河道浅滩演变预测研究提供了新方法.

关键词：BP神经网络、浅滩演变、样本、预测模型

分类号：TV147(水利工程基础科学)

资助基金：交通部优秀青年专业技术人才专项基金2001-6721005002

在线出版日期：2004-01-08（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：68-72