基于BP神经网络的淤地坝次降雨泥沙淤积预测

摘要：

为了探求淤地坝在次降雨情况下的泥沙淤积量,以黄土高原丘陵区花梁坝实测数据为例,引用3 层前馈型BP 网络建模方法,对侵蚀性降雨条件下淤地坝泥沙淤积量进行了研究.在模型输入层变量分别为最大30 min降雨强度(mm/min)、降雨总量(mm)、平均降雨强度(mm/min)和降雨侵蚀力(mm2·min),输出层变量为淤地坝泥沙淤积量,根据降雨资料和淤积信息对应关系所计算的实际资料,对网络进行了训练,并运用训练后的网络进行模拟和预测.结果表明, BP网络的绝对拟合误差和相对拟合误差均较低,绝对拟合误差最大为-0.006 1万t,相对拟合误差最大为-1.2946%.同时,BP网络还具有较高的预测精度,泥沙淤积预测的绝对误差最大为-0.039万t,相对误差最大为-5.5901%.该模型的建立为土壤侵蚀产沙规律的研究提供了一条新途径.

关键词：淤地坝、泥沙淤积量、BP 神经网络、花梁坝

所属期刊栏目：35

分类号：TV149(水利工程基础科学)

资助基金：国家自然科学基金50479066

在线出版日期：2007-10-22（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：221-225