基于BP神经网络的淤地坝次降雨泥沙淤积预测

编号 zgly0000513923

文献类型 期刊论文

文献题名 基于BP神经网络的淤地坝次降雨泥沙淤积预测

作者 管新建  李占斌  李勉  魏霞 

作者单位 西安理工大学水利水电学院  郑州大学环境与水利学院  黄河水利科学研究院水土保持研究所 

母体文献 西北农林科技大学学报 

年卷期 2007,35(9)

页码 221-225

年份 2007 

分类号 TV149 

关键词 淤地坝  泥沙淤积量  BP神经网络  花梁坝 

文摘内容 为了探求淤地坝在次降雨情况下的泥沙淤积量,以黄土高原丘陵区花梁坝实测数据为例,引用3层前馈型BP网络建模方法,对侵蚀性降雨条件下淤地坝泥沙淤积量进行了研究。在模型输入层变量分别为最大30min降雨强度(mm/min)、降雨总量(mm)、平均降雨强度(mm/min)和降雨侵蚀力(mm2.min),输出层变量为淤地坝泥沙淤积量,根据降雨资料和淤积信息对应关系所计算的实际资料,对网络进行了训练,并运用训练后的网络进行模拟和预测。结果表明,BP网络的绝对拟合误差和相对拟合误差均较低,绝对拟合误差最大为-0.0061万t,相对拟合误差最大为-1.2946%。同时,BP网络还具有较高的预测精度,泥沙淤积预测的绝对误差最大为-0.039万t,相对误差最大为-5.5901%。该模型的建立为土壤侵蚀产沙规律的研究提供了一条新途径。