RBF网络在冯家山水库出库含沙量预测中的应用研究.pdfVIP

蒡五毒分壅态拳探讨 -40{· RBF网络在冯家山水库出库 含沙量预测中的应用” 李亚辩零诲思沈泳 (西安理工大学水剃水电学院西安710048) 摘要 蓄洪排沙是冯家山水库有效利用的排沙方式，然衙在实际调度运用过程 中，对入库洪鼹和出库排沙泄量的调黼缺乏共性关联，排沙泄量未能从定性定量 上予鞋秘学界定。蟹对毙褥题，砖瑶家出柬库蕾漤接涉囊簿舍涉量过程进行研 竞，慕薅RBF网络建立谈末痒塞痒含涉藿预测覆望，獯型擞撂涉峰、洪峰A蓐 时间与开阐排沙时间的不同分捌选掉网络结构。同对，采疆玛家山水库历史排沙 资料对模型进行检验，模型训练及检验结果确定性系数均较大。可见，采用 RBF网络建立出库含沙量预测模型是可行的。 关键词RBF网络冯家山水库出库龠沙量预测 避家由承痒搜鼍：港嚣左岸，于滔支漉的下游，是一痊潋灌溅、城枣积工韭镤零魏烹， 兼荇防洪、发电、旅游、养殖翡综台幂j糟王程。永痒壤垃以上控麓流域蟊积3232km2，占 3．89亿m3。根据《冯家山水库洪量与泄爨优化凋配研究技术总结》[1]，水库自投入远行 玛家虫瘩疼静嚣涉淤辍情况已摇当严重。 冯家山水库运掰20多年来，采用瞽洪排沙的运行方式，雀水痒的泥沙淤积和异麓流 排沙方面积累了不少经验，这对提高水库综合调度水平、延长水库使用寿命、增加水库经 济效益，发挥了巨犬作用。然而在实际调度运用过程中，对入库激量和出库排沙泄量的调 配缺乏共性关联，对排沙泄量未能从定性定最上予以科学界定，在洪水调度中，对把握闸 门哥启度、开启澍闻及捺沙泄量持续时间，凭感觉靠经验具体撵佟。因此根据历史观测数 摆，寻援适台海家由承瘁特性懿{{|}量涓懿烧律，毒暴窭出较含瑗趣入簿瀑量与羲}沙渣量粒荧 系j尽量减步决策上的盲磊毪，其薄攥律上鳃随意牲，为辩擎决策提供参考，这对承潜探 匮乏的今天，有著臌大的经济意义。 近年来，人工神经网络在水科学领域得到迅速发展“’。径向薅函数(RBF)网络的连 *基金项吕：离等学段忱秀青年教师教学辩饼奖励计划硪目(2001—282)。 苷者燕奔：李亚娇(1蚪8一，安t辽宁大再糍A，柱搂博士生，主要扶事翠噬求文农炎瀑研究。 ·402· 拳与棼喜经海发展辩相互彰疃厦非薅 接权与输出呈线性关系，使得其具有惟一的最佳逼近点，可以采用保证全局收敛的线性优 化算法来优化脚。赫于RBF网络的以上优点，近年来越来越受到必注，被广泛应用于模 忒识别、信号处理、柱线故障检测与控制等研究领域，并取得较好效果。水库的出库含沙 量预测也其有明显的模式识别性，因此本文认为应用RBF网络建立冯家山水库蓄洪排沙 端瘁含沙量预测撰激，是一种可以尝试的途径。 1模型的建立 1．1径向基函数人工神经网络(RBF) 径向基函数网络摄一种常用的前馈型神燎网络，其基本结构如图1所示。这种网络的 特点是：只有1个膝层，隐层单元采用裰 囱基函数终为其毓爨特性，辕^层到豫髅 之淘麴捏埴垂定为i；输出节点为线毪求秘 单元，隐层到输出节点之间的权值可调， 因此输出为隐层的加权求和。 所谓径向基函数，就是某种沿径向对 辕^层 腺禽屠 输出膳 称的标量函数[““。通常定义为空间中任一 圈l RBF神经网络结梅 点z到某一中心t之阀欧氏距离的单凋缀 数，可记终k(1。…￡||)，荚俸塌疰镬楚鼹部麓，弹当z远离t辩撼数玻毽穰审。最露髑 的径向基函数是商磁弱数，形式为 11