基于BP神经网络的渠道无干扰量水方法.pdfVIP

下载本文档

1
0
约1.17万字
约 3页
2018-04-07 发布于北京
举报
版权申诉

基于BP神经网络的渠道无干扰量水方法.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

节水灌溉·2014年第5期 79 文章编号：1007—4929(2014)05—0079—03 基于BP神经网络的渠道无干扰量水方法闫欣1，彭世彰1，罗玉峰1，徐俊增1，熊玉江1，卞益龙2 (1．河海大学水文水资源与水利工程科学国家重点实验室，南京210098；2．高邮市水务局，江苏高邮225600) 摘要：灌区量水是节约农业用水、灌区实行按方收费的重要手段。BP神经网络具有很强的非线性映射能力，可描述通过水工建筑的流量与上下游水位之间的函数关系。以渠道进水口上下游水位作为输入向量，以渠道流量作为输出向量，构建了3层神经网络模型。以江苏高邮灌区2012年一条斗渠的水位流量观测数据，应用Matlab神经网络工具箱构建模型，采用trainlm算法进行网络训练与检验。结果表明：模型能较好地反映影响因素与渠道流量之间的关系，计算精度较高，提出的基于BP神经网络的渠道无干扰量水方法简便可行，具有较广的应用前景。关键词：无干扰量水；渠道流量；BP神经网络中图分类号：S275．3文献标识码：A ANon—interferenceFlow Methodfor Based Gauging ChannelsonBPNeuralNetwork YANXinl，PENG Shi—zhan91，LUOYu-fen91，XUJim—zen91，XIONGYu-jian91，BIANYi—lon92 (1．State of Resourcesand 210098，China； KeyLaboratoryHydrology—Water HydraulicEngineering，HohaiUniversity，Nanjing WaterAffairs 2．GaoyouMunicipal Bureau，Gaoyou Province，China) 225600，Jiangsu ratemeasurementisan meansfor waterand tOwater inirri— Abstract：Flow important savingagriculturalchargingaccordingquantity districts．Thenonlinear betweenthechannelflowrateandthe factorscanbewellreflected gation complex relationship influencing by a network．Aneuralnetworkmodelwiththree is theneuralnetworktoolbox Backpropagation(BP)neural layersdevelopedbyusing of the Matlabandtrained trainlm themodel，thevectorsofmodelarethewaterlevelsat and byusing algorithm．In input upstream downstreamwhilethe isthechannelflowrate．The dataofa fieldchannelfrom district， output stage—discharge