基于人工神经网络的三峡库区丰都县水库塌岸预测 Reservoir Bank Collapse Prediction of Fengdu Couty in Reservoir Area of Three Gorges Based on Artificial Neural Network.pdfVIP

下载本文档

4
0
约1.56万字
约 5页
2017-09-03 发布于湖北
举报
版权申诉

基于人工神经网络的三峡库区丰都县水库塌岸预测 Reservoir Bank Collapse Prediction of Fengdu Couty in Reservoir Area of Three Gorges Based on Artificial Neural Network.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第40卷第2期 V01．40 吉林大学学报(地球科学版) No．2 of 2010年3月 JournalJilin ScienceEdition) Mar．2010 University(Earth 基于人工神经网络的三峡库区丰都县水库塌岸预测张文春1’2，陈剑平1，张丽2 1．吉林大学建设工程学院，长春 130026 2．吉林建筑工程学院测绘与勘查工程学院，长春 130021 摘要：为了建立一个适合于三峡库区的塌岸预测方法体系，采用具有处理非线性关系功能的人工神经网络方法对水库塌岸问题进行研究。通过训练、学习和仿真，获得预测正确率为97．2％的具有7—32—14 网络结构的BP神经网络模型，采用该模型对蓄水位为175m时丰都县各岸段进行塌岸预测，并将预测结果与传统经验公式计算法所得结果及实际监测数据进行对比。结果表明：基于人工神经网络的塌岸预测宽度与实际监测数据很接近，偏差在5m以内；公式法计算结果与监测值平均偏差为15．9m，而且对于部分坡段，公式法计算结果比实际监测值小8～1lm。没能预测出塌岸的真正范围。采用神经网络模型对丰都县水库进行塌岸预测，预测结果与实际监测数据平均偏差约3．8％，表明其预测结果可靠。关键词：三峡水库；塌岸预测；非线性；神经网路中图分类号：P542．2 文献标识码：A 文章编号：1671—5888(2010)02—0378—05 ReservoirBank Predictionof ln Collapse FengduCouty Reservoirof AreaThree BasedonArtificialNeuralNetwork Gorges ZHANG Wen—chunl”，CHEN Li2 Jian—pin91，ZHANG Constrnction 130026．China 1．Collegeof Engineering，JilinUniversity，Changchun 2．School and ofSurveyingProspectingEngineering，JilinInstituteArchitectureand 130021．China of Cj讲￡Engineering，Changchun Abstract：Inordertoestablishan ofbank intheThree appropriatemethodologycollapseprediction reservoir article artificial area，the the neuralnetworkmethodto thebank Gorges applied study collapse methodhasthefunctionof thenonlinear prediction．The dis