山区流域降雨径流RBF神经网络预报模型研究

发布时间：2021-12-30 20:06

　　我国是个山区洪涝灾害频繁发生的国家,每年因局部强降雨和山洪灾害致死人数占洪涝灾害死亡总人数的70%以上,因此如何提高预测预报水平,增强洪水预见期,对搞好流域防洪减灾工作具有重要意义。论文主要构建山区流域降雨径流RBF神经网络预报模型,以崇阳溪武夷山站上游流域为实例进行研究,为流域的防洪减灾决策提供依据。主要研究内容如下:（1）对流域单元离散化,确定子流域洪水传播时间。将流域划分为7个子流域。不计武夷山站子流域的影响,得到其余6个子流域大安、洋庄、坑口、吴边、岭阳、岚谷的面积权重分别为0.20、0.10、0.20、0.22、0.13、0.15。根据形心法算出的子流域ti与实际暴雨洪水传播时间Ti进行对比,综合分析确定6个子流域洪水传播时间τi分别为3h、lh、3h、2h、4h、3h。同时,计算武夷山站各频率设计洪水洪峰流量,对成果进行合理性分析,并对洪灾成因进行分析。（2）搜集21场洪水样本,将其分为12场训练样本、3场监控样本、6场检验样本,选取合适的RBF网络学习算法,拟定预见期T为lh,考虑τi和T,采用武夷山水文站上游流域大安站、洋庄站、坑口站、岭阳站、岚谷站、吴边站6个雨量站的... 

【文章来源】：福州大学福建省 211工程院校

【文章页数】：99 页

【学位级别】：硕士

【部分图文】：

人工神经元示意图

目前人工神经网络的发展伴随人工智能的火热处在前所未有的热潮中，但其??历史发展过程并非一帆风顺。在过去的半个多世纪里，大致可划分为如下图２－４??所示的兴起、萧条、发展、高速发展四个时期。??ＡＮＮ具有高度非线性、模型自适应性、网络容错性等特点，并行分布的结??

一人工神经网络的发展历史

【参考文献】：
期刊论文
[1]新安江模型在白云山水库日径流模拟的应用[J]. 虞慧,李友辉,孔琼菊,洪文浩,喻蔚然,谭幸.  江西水利科技. 2017(04)
[2]两种混合产流机制的简述[J]. 李家想.  科技展望. 2017(26)
[3]连续API模型在沂河临沂站径流预报中的应用[J]. 钟小燕,文磊,余钟波.  人民长江. 2017(13)
[4]海绵城市建设有关问题讨论[J]. 张建云,王银堂,胡庆芳,贺瑞敏.  水科学进展. 2016(06)
[5]国家防汛抗旱指挥系统二期工程建设进展和管理经验[J]. 王向军,武芳,杨名亮,刘道伟,刘明升,陈帅.  中国防汛抗旱. 2016(03)
[6]MIKE SHE分布式水文模型在广东省中小河流洪水预报中的应用展望[J]. 陈国轩,梁海涛,林蓉璇.  广东水利水电. 2016(05)
[7]降雨径流相关法在金钱河南宽坪水文站洪水预报的应用[J]. 杨永平.  陕西水利. 2016(03)
[8]基于改进RBF神经网络的新疆黄水沟径流预报[J]. 徐继红.  水利规划与设计. 2016(06)
[9]TOPMODEL模型在半湿润地区径流模拟分析中的应用及改进[J]. 李抗彬,沈冰,宋孝玉,郝改瑞.  水利学报. 2015(12)
[10]基于API模型与新安江模型的察尔森水库洪水预报[J]. 张露,张佳宾,梁国华,孙亚.  南水北调与水利科技. 2015(06)

博士论文
[1]基于人工神经网络的水文过程模拟研究[D]. 王玲.河海大学 2002

硕士论文
[1]径向基函数神经网络的优化研究[D]. 张义.山东理工大学 2016
[2]山区流域洪水流量神经网络预报模型研究[D]. 张烜.福州大学 2016
[3]崇阳溪生态低影响开发模式及通航措施研究[D]. 秦劲军.天津大学 2014
[4]基于增长—修剪型神经网络的山洪预警系统研究[D]. 孟辉.武汉科技大学 2014
[5]基于神经网络集成的车牌字符识别研究[D]. 丁姗.山东师范大学 2011
[6]基于智能技术的铁矿石品位仿真分析[D]. 李俊清.武汉理工大学 2011
[7]基于生态环境与社会经济的生态经济区划研究[D]. 王森.太原理工大学 2010
[8]基于RBF神经网络的工业过程建模与优化研究[D]. 杨旭.哈尔滨理工大学 2009
[9]基于组合预测的证券价格研究[D]. 王瑛瑛.湖南大学 2008
[10]基于栅格的分布式新安江模型构建与分析[D]. 姚成.河海大学 2007



本文编号：3558884