神经网络在组合式ADCP在线测流系统中的应用OA北大核心CSTPCD
针对长江下游感潮河段受潮汐影响导致流量测报精度不高的问题,分析探究了多元线性回归模型和BP神经网络模型利用ADCP流速指标推算断面平均流速的适用性。以南京水文实验站2020~2021年实测6组全潮测验数据为例,设计了3种研究方案,分别对比分析了多元线性回归模型和BP神经网络模型的精度。结果表明:仅考虑ADCP指标流速而言,BP神经网络模型推算精度更高。同时,适当增加相关训练数据类别能够获得更好的拟合效果。研究成果可为神经网络模型与传统水文测验方法相结合提供研究思路。
王巧丽;王灿;鲁青;龙少颖;
长江水利委员会水文局,湖北武汉430010
地球科学
在线测流断面平均流速组合式ADCPBP神经网络感潮河段
《人民长江》 2024 (S01)
P.43-45,58 / 4
国家重点研发计划项目(2022YFC3200129)。
评论