基于人工神经网络的挑流冲刷预报

挑流冲刷的深度直接关系到大坝的安全,是泄洪消能工设计的首要依据。为此以200多组原型观测资料为依据,建立了旨在预测冲坑深度的改进向后传播(BP)神经网络模型和广义回归神经网络(GRNN)模型,并对影响BP模型精度的网络拓扑结构、数据处理方式以及网络学习算法进行了分析。利用这两种模型对10个工程的冲坑深度进行了预报,并与传统预报公式的计算结果作了比较。结果表明:这两种模型都能比较准确地对冲刷进行预报,并各自在一定范围内占优;如果将二者联合使用,则预测结果明显优于传统公式。