基于BP神经网络的坡面流阻力模型试验研究.pdfVIP

第 3 9 卷 第 4 期 人 民 黄 河 V〇1.39 , No .4 2017年 4 月 YELLOW RIVER Apr .,2017 【水 土 保 持 】 基于B P 神经网络的坡面流阻力模型试验研究 焦 鹏 、姚文艺、李艳霞2 ,杨 春 霞 \ 张 攀 \ 孔 祥 兵 1 (1.黄 河 水 利科 学 研 究 院 水 利部 黄 土 高 原 水 土 流 失 过 程 与 控 制 重 点 实 验 室 ，河 南 郑 州 450003; 2. 中 国 水 土 保 持 杂 志 社 ，河 南 郑 州 450003) 摘 要 ：通过室内人工模拟降雨试验，根 据 45 、90 、130 m m / h 降雨强度下 20°裸地坡面的坡面流阻力系数变化特征，以模 拟降雨强度、坡面流流速、坡面流水深、坡面輕率为输入变量，坡 面 阻 力 系 数 为 输 出 变 量 ，建 立 了 基 于 B P 神经网络的坡 面流阻力系数模型，采用遗传算法进行模型参数寻优，使 用 ArkBoost算法对所建模型进行优化。结果表明：B P 神经网络 模型能够用于坡面流阻力系数的计算，AfkBoost优化后的模型对测试集的平均预测误差为 8.94% ，比未优化模型的平均 预测误差减小了 8.96个百分点，模拟预测精度显著提高。 关 键 词 ：阻力系数；坡 面 流 ；B P 神 经网络；模拟降雨；模型试验 中图分类号：S157.1 文献标志码：A doi:10.3969/j.iwn.1000-1379.2017.04.018 ExperimentalStudy on Overland Flow Resistance Coef^cient Model Based on BP Neural Network JIAO Peng1 ，YAO Wenyi1 ，LI Yanxia2 ，YANG Chunxia1 ，ZHANG Pan1 ，KONG Xiangbing1 (i.Key Laborator^^ of Yellow River Sediment Research of MW^R ，Yellow River Institute of Hydraulic Research ，Zhengzhou 450003 ，China ； 2.Periodic.a1 Office of Soil and Water Conservation in China ，Zhengzhou 450003 ，China) Abstract The overland flow resistance on bare slope of 20° w-as studied by using simulated rainfall experiment. Model of overland flow resist­： ance coefficient was established based on BP neural network. The input variations of model were rainfall intensity ，flow- velocity ，water depth ， and roughness of slope surface ，and the output variations was overland flow resistance coefficient. Model w-as optimized b