基于ANFIS网络模型的城市泵站优化控制

发布时间：2020-04-04 21:49

【摘要】：城市洪涝灾害防治关乎城市形象与群众生活品质。城市化背景下,城市对暴雨洪水的敏感性增强,并且城市河网地区水流缓慢、水体自净能力差,因此亟须开发城市泵站优化控制模型来解决城市防洪排涝与水资源优化调度问题。本研究在已有洪水预警报模型的基础上开发了以自适应模糊神经网络(Adaptive Network-based Fuzzy Inference System,即ANFIS)为核心的城市泵站优化控制模型。自适应模糊神经网络综合了模糊系统与神经网络的优点,具有模糊性、自学习和自适应性。本研究将自适应模糊神经网络模型与倒传递神经网络(Back Propagation neural network,即BP)模型进行对比。最终根据上塘河流域七堡泵站的未来1h开机预测结果对上述模型的性能进行了验证。结果表明(1)将相同的三个输入变量(不含预报水位)输入BP模型与ANFIS1模型,BP模型的表现优于ANFIS1模型。说明BP模型更适合对不含预报信息的输入变量进行拟合。(2)将含预报水位信息的输入变量输入ANFIS2模型,ANFIS2模型的表现要优于ANIFIS1模型与BP模型。说明ANFIS模型可以学习到泵站操作人员对水位的预测知识。(3)本模型的输入变量包含了前人研究已建立的洪水预报模型的输出,提高了模型的效率与精度。
【图文】：

洪水过程

对数据具有更好的自学习与调适能力。在不同水位条件ＴＤＮＮ模型误差分逡逑布大致在零值附近波动，波动范围比ＲＮＮ模型、自回归ＡＲ模型更小，尤其在逡逑３．１６－３．４７ｍ水位之间，ＴＤＮＮ模型预测水位与实测值几乎相同，例如图１．２为逡逑２０１０／０７／０４－２０１０／０７／０５的一场洪水过程。在模型实际应用中ＢＰ模型可解决常水逡逑位下的预报难题，但对于大于４．０ｍ的高水位下以ＲＮＮ模型预测值为基准。逡逑１０逡逑

人工神经元,结构示意图,神经系统

觉器官接收外部信息，并且大脑的中枢神经系统能够制定智能方略并通过效应器逡逑官反作用于外面的世界。连接大脑跟感觉器官的是输入传导神经系统，连接大脑逡逑跟效应器官的是输出传导神经系统。系统的结构功能如图２．１。逡逑＾＾逡逑俞入传导逦输出传导＼＼逡逑神经系统逦神经系统逡逑逦卜部信息、＾智能行为逦逡逑感觉器官邋＜＝１邋＾外部世界＾＞邋＜＝Ｊ逦效应器官逡逑图２．１人类思维图逡逑人工神经网络（Ａｒｔｉｆｉｃｉａｌ邋Ｎｅｕｒａｌ邋Ｎｅｔｗｏｒｋ，ＡＮＮ邋）可模拟人类的神经系统，逡逑并运用计算机软件与硬件对生物神经网络的信息处理系统进行仿真。人工神经网逡逑络由许多非线性运行单位组成，包含神经元跟处于这部分运行单位间的众多链接，逡逑并由平行分散方法进行计算。全部ＡＮＮ模型就像人类的大脑一样聚集，，具有学逡逑习、回想、归纳推演能力。逡逑１３逡逑
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TU992.25

【参考文献】