论文简介: 天然河道洪水期的水位流量关系因受多种因素影响一般为复杂的绳索曲线,洪水流量依赖大量实测流量测次资料手工绘制成时序型曲线由水位(或时间)值查算。本文运用了人工神经网络“反向传播”模型(BP模型)引入与流量相关的水位、涨落率、落差等因子建立多因素相关人工神经网络推流模型。结果表明该模型的拟合能力强,推流精度满足实用要求。 附件名: 文件大小:0K (升级VIP
天然河道洪水期的水位流量关系因受多种因素影响一般为复杂的绳索曲线,洪水流量依赖大量实测流量测次资料手工绘制成时序型曲线由水位(或时间)值查算。本文运用了人工神经网络“反向传播”模型(BP模型)引入与流量相关的水位、涨落率、落差等因子建立多因素相关人工神经网络推流模型。结果表明该模型的拟合能力强,推流精度满足实用要求。
附件名:
文件大小:0K
(升级VIP 如何赚取土木币)