基于BP神经网络的坡面流阻力模型试验研究

发布时间：2018-05-21 09:29

  本文选题：阻力系数 + 坡面流　； 参考：《人民黄河》2017年04期

【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。
[Abstract]:According to the variation characteristics of surface flow resistance coefficient of 20 掳bare land slope under 45 鈩，

本文编号：1918641