辐射沙洲潮流水道悬沙动力关系BP神经网络模拟研究

被引:3
作者
吴德安 [1 ]
张忍顺 [2 ]
李瑞杰 [3 ]
机构
[1] 河海大学水文水资源与水利工程科学国家重点实验室
[2] 南京师范大学海洋及滩涂研究所
[3] 河海大学交通海洋学院
基金
国家自然科学基金重点项目;
关键词
辐射沙洲; 潮流水道; 悬沙; BP神经网络; 模拟;
D O I
10.16233/j.cnki.issn1002-4972.2007.03.004
中图分类号
TV143 [河流动力学];
学科分类号
摘要
根据江苏辐射沙洲东大港水道4#站位连续2个潮周期的流速、含沙量及水深的时序测量资料,取时序测量(计算)数据中的前21组数据为学习样本,后5组数据为检验样本,建立了该潮流水道的4种输沙BP神经网络动力模型。验证表明,运用BP神经网络模型可以建立精度较高的水体含沙量非线性动力关系,并可利用建立模型进行相应问题的预测计算。
引用
收藏
页码:18 / 21+25 +25
页数:5
相关论文
共 10 条
[1]   东大港与豆腐渣腰门交汇区悬沙潮过程及垂线分布分析 [J].
吴德安 ;
张忍顺 .
泥沙研究, 2005, (02) :75-81
[2]   西洋东大港水道流速垂线分布研究 [J].
吴德安 ;
张忍顺 .
海洋工程, 2005, (01) :88-92+96
[3]   泥沙输移与水流强度指标 [J].
黄才安 ;
杨志达 .
水利学报, 2003, (06) :1-7
[4]   基于BP算法的泥沙含量预测研究 [J].
于东生 ;
严以新 ;
田淳 .
水运工程, 2003, (06) :5-9
[5]   人工神经网络模型在地学研究中的应用进展 [J].
李双成 ;
郑度 .
地球科学进展, 2003, (01) :68-76
[6]   模糊神经网络在杭州湾含沙量过程预报中的应用探讨 [J].
宋立松 .
泥沙研究, 2001, (04) :29-33
[7]   基于神经网络的水沙运动预报模型与回归模型比较及应用 [J].
李义天 ;
李荣 ;
黄伟 .
泥沙研究, 2001, (01) :30-37
[8]   流域年均含沙量的人工神经网络模型 [J].
彭清娥 ;
刘兴年 ;
曹叔尤 .
水利学报, 2000, (11) :79-83
[9]   Short-Term Water Demand Forecast Modelling at IIT Kanpur Using Artificial Neural Networks [J].
Ashu Jain ;
Ashish Kumar Varshney ;
Umesh Chandra Joshi .
Water Resources Management, 2001, 15 :299-321
[10]  
N. A. Magnitskii.Some new approaches to the construction and learning of artificial neural networks[J].Computational mathematics and modeling,2001