10.19853/j.zgjsps.1000-4602.2021.09.020
基于BP神经网络的SWMM参数全局灵敏度分析方法
为了准确高效地分析SWMM模型参数的灵敏度,识别模型关键校准参数,提出了基于BP神经网络的参数全局灵敏度分析方法.以汇水区面积、宽度、不透水率等12个参数作为模型输入,以Nash-Sutcliffe效率系数(NSE)代表模型输出,设计了3套验证方案及其比较参考准则,对BP神经网络法与修正Morris法、线性回归法、LH-OAT法、多项式回归法等灵敏度分析方法进行了比较分析.结果表明,应用BP神经网络的连接权值作为全局灵敏度分析依据时,BP神经网络法的灵敏度分析精度优于线性回归法、LH-OAT法和多项式回归法.因此,BP神经网络法是SWMM模型参数全局灵敏度分析的一种可行方法.SWMM模型参数灵敏度分析精度与分析模型的非线性拟合程度存在密切关系,优良的非线性拟合能力是BP神经网络方法优于其他灵敏度分析方法的重要原因.通过比较不同灵敏度分析方法的效果,提出了以Morris扰动灵敏度分析结果作为真值基准、以SWMM模型几何参数作为灵敏度指示参数、以线性回归法和拟合优度作为比较基准等方法,可为灵敏度分析方法效果评价提供借鉴.基于BP神经网络的SWMM模型参数灵敏度分析方法为解决复杂模型参数"参数灵敏度分析-参数寻优"多重循环校准开拓了新路径.
SWMM模型参数、全局灵敏度分析、BP神经网络、修正Morris法、LH-OAT法、线性回归法、Nash-Sutcliffe效率系数、集对分析联系度
37
TU992(地下建筑)
国家自然科学基金资助项目51008191
2021-07-26(万方平台首次上网日期,不代表论文的发表时间)
共8页
122-129