辐射沙洲潮流水道悬沙动力关系BP神经网络模拟研究.pdfVIP

维普资讯 2007年 3月 水运工程 Mar．2007 第3期 总第400期 Port Waterway Engineering No，3 SerialNo．400 辐射沙洲潮流水道悬沙动力关系 BP神经网络模拟研究 吴德安 ，张忍顺3，李瑞杰 (1．河海大学水文水资源与水利工程科学国家重点实验室，江苏 南京 210098； 2．河海大学交通海洋学院，江苏 南京 210098；3、南京师范大学海洋及滩涂研究所，江苏 南京210097) 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。 关键词：辐射沙洲；潮流水道；悬沙；BP神经网络；模拟 中图分类号：P731．23 文献标识码：A 文章编号：1002—1972(2007)03—0018—04 ResearchonSuspendedSedimentDynamicRelationshipsofTidalChannelin RadialSandbarAreabyBPArtificialNeuralNetwork WUDe-an ，ZHANGRen-shun，LIRui-jie (1TheStateKeyLaboratoryofHydrologyandHydraulicEngineering，Nanjing210098，China； 2CollegeofTraffic，CollegeofOcean，HohaiUniversity，Nanjing210098．China； 3．TheoceanandMudflatInstituteofNanjingNormalUniversity，Nanjing210097，China) Abstract：BasedonthefielddataofflowandsuspendedsedimentatNo．4stationinDongdagangtidal channel，theBackPropagation (BP)modelofartificialneuralnetworkisappliedtopredictsedimentconcentration and itstransport inNo．4 station．Fournon-linearrelationshipsbetween sediment，sedimenttransport and its affectingfactorsarediscovered．ThesimulatedandpredictedresultsrevealthattheBPmodelnotonlypossesseshigh accuracyoffitnessbutalsoattainsprecisepredictionaswel1． Keywords：radialsandbar；tidalchannel；suspendedsediment；BPartificialneuralnetwork；simulation 1 研究背景 熟的是多层前馈网络误差反传算法模型 1，李义天 人工神经 网络 (ArtificialNeuralNetworks， 对神经网络模型与回归模型在地学中的应用特征 ANNs)是2O世纪80年代中后期迅速发展起来的 进行了分析161。宋立松从潮流泥沙模型 发，建立 一 门