本文選題：災害性洪水 + H-Q關系曲線　； 參考：《水電能源科學》2017年07期

【摘要】：針對郁江流域災害性洪水發(fā)生頻繁,選取南寧水文(2)站歷史觀測中具有代表性的24場超73 m的洪水水位流量資料進行水位(H)—流量(Q)關系曲線擬合研究,分別采用簡單趨勢線、多項式及BP神經網絡三種不同類型方法來進行擬合。結果表明,三種模擬方法均能滿足精度要求,其中三階正交多項式擬合精度最佳,均方殘差達到0.000 001,BP神經網絡表現最差,但模型本身不存在明顯的優(yōu)劣之分。因此對于不同流域應該選用何種模型模擬,需結合流域自然地理特征及洪水成因規(guī)律進行具體分析。
[Abstract]:In view of the frequent occurrence of disastrous floods in Yujiang River Basin, 24 representative flood level and discharge data exceeding 73 m in historical observation of Nanning Hydrological Station were selected to fit the relationship between water level (H) and discharge (Q), and simple trend lines were adopted respectively. Polynomial and BP neural network are used for fitting. The results show that the three simulation methods can meet the requirements of accuracy. Among them, the third order orthogonal polynomial has the best fitting accuracy, and the mean square residual error of the BP neural network is the worst. However, there is no obvious difference between the model itself and the model itself. Therefore, it is necessary to analyze which models should be used to simulate different watersheds in combination with the characteristics of natural geography and the regularity of flood formation.
【作者單位】： 廣西大學土木建筑工程學院;
【基金】：國家自然科學基金項目(51369005) 廣西防災減災與工程安全重點實驗室系統性研究項目(2013ZDX04)
【分類號】：TV122

【參考文獻】

相關期刊論文 前9條

1 張春海;;Excel回歸分析擬合河流水位-流量關系[J];吉林水利;2013年09期

2 陳曉波;高峰;王永偉;王明蕊;;利用Excel規(guī)劃求解工具擬合“水位-流量”關系曲線[J];氣象水文海洋儀器;2013年02期

3 戴凌全;戴會超;蔣定國;李華;陳小燕;;基于最小二乘法的河流水位流量關系曲線推算[J];人民黃河;2010年09期

4 宋運凱;張丹丹;田長濤;;水位流量關系曲線擬合方法實例分析[J];黑龍江水利科技;2010年02期

5 欒震宇;施勇;陳煉鋼;金秋;;三峽工程蓄水前后長江中游水位流量變化分析[J];人民長江;2009年14期

6 王春霞;;穩(wěn)定水位流量關系加權有約束優(yōu)化模型及求解[J];水力發(fā)電;2009年01期

7 李中志;;基于改進BP神經網絡的水位流量關系擬合[J];中國農村水利水電;2008年10期

8 溫維超;大華電站水位流量關系的確定[J];云南水力發(fā)電;2002年S1期

9 李致家,李紀人,韓從尚;河道流量和水位模擬的綜合法介紹[J];人民黃河;1990年02期

【共引文獻】

相關期刊論文 前10條

1 杜懿;麻榮永;;郁江流域災害性洪水的水位——流量關系擬合研究[J];水電能源科學;2017年07期

2 樊紅珍;;基于神經網絡的數據庫優(yōu)化查詢方法研究[J];電腦知識與技術;2017年04期

3 董明軍;李慶金;王德芳;丁慧敏;;基于人工輔助的水文自動定線推流報汛軟件研究與開發(fā)[J];東北水利水電;2016年12期

4 李偉娟;;郁江南寧站含沙量變化趨勢分析[J];水資源開發(fā)與管理;2016年03期

5 劉文忠;;Matlab水位～流量關系曲線下的高水延長[J];水利科技與經濟;2016年08期

6 王福江;;濕潤地區(qū)河道流量演算方法研究[J];水利規(guī)劃與設計;2016年09期

7 陳滋月;;基于圣維南方程組的遼寧省中小河流流量自動化推求試驗研究[J];水利技術監(jiān)督;2016年04期

8 李瑤;黃川友;殷彤;朱國宇;魏明東;;改進BP網絡在水電規(guī)劃方案優(yōu)選中的應用[J];人民黃河;2016年06期

9 程銀才;王軍;范世香;;門限回歸與BP網絡相結合的單一線法研究[J];人民黃河;2016年06期

10 陳滋月;;物理模型試驗固化有坎斷面方案的水位流量關系分析[J];水利技術監(jiān)督;2016年03期

【二級參考文獻】

相關期刊論文 前10條

1 張云輝;;三參數冪函數在水位～流量關系曲線擬合中的應用[J];東北水利水電;2012年06期

2 馬志云;郭彥雙;;Excel規(guī)劃求解在水庫管理中的應用[J];黑龍江水利科技;2010年06期

3 李中志;;基于改進BP神經網絡的水位流量關系擬合[J];中國農村水利水電;2008年10期

4 何麗;周從直;謝有奎;高銀峰;;Excel規(guī)劃求解水—巖作用模型[J];地下空間與工程學報;2008年02期

5 閆蓓;王斌;李媛;;基于最小二乘法的橢圓擬合改進算法[J];北京航空航天大學學報;2008年03期

6 劉力;周建中;楊俊杰;劉芳;安學利;;基于改進粒子群優(yōu)化算法的新安江模型參數優(yōu)選[J];水力發(fā)電;2007年07期

7 何方國;齊歡;;基于改進遺傳算法的BP神經網絡及應用(英文)[J];華中師范大學學報(自然科學版);2007年01期

8 周下平;;多方案加權模型在擬合復雜水位流量關系中的理論分析及實踐探討[J];水文;2007年01期

9 仲志余;寧磊;;三峽工程建成后長江中下游防洪形勢及對策[J];人民長江;2006年09期

10 郭希望;陳劍池;鄒寧;范可旭;張晶;胡琴;;長江中下游主要水文站水位流量關系研究[J];人民長江;2006年09期

【相似文獻】

相關期刊論文 前10條

1 王凡,孟立凡;關于使用神經網絡推定操作者疲勞的研究[J];人類工效學;2004年03期

2 常國任;李仁松;沈醫(yī)文;劉鋼;;基于神經網絡的直升機艦面系統效能評估[J];艦船電子工程;2007年03期

3 陳俊;;神經網絡的應用與展望[J];佛山科學技術學院學報(自然科學版);2009年05期

4 許萬增;;神經網絡的研究及其應用[J];國際技術經濟研究學報;1990年01期

5 張軍華;神經網絡技術及其在軍用系統中的應用[J];現代防御技術;1992年04期

6 雷明,李作清,陳志祥,吳雅,楊叔子;神經網絡在預報控制中的應用[J];機床;1993年11期

7 靳蕃;神經網絡及其在鐵道科技中應用的探討[J];鐵道學報;1993年02期

8 宋玉華，，王啟霞;神經網絡診斷──神經網絡在自動化領域里的應用[J];中國儀器儀表;1994年03期

9 魏銘炎;國內外神經網絡技術的研究與應用概況[J];電機電器技術;1995年04期

10 王中賢，錢頌迪;神經網絡法在經濟管理中的應用[J];航天工業(yè)管理;1995年04期

相關會議論文 前10條

1 徐春玉;;基于泛集的神經網絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經網絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經網絡和簡單規(guī)劃的識別融合算法[A];2009系統仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經網絡的新機遇——紀念中國神經網絡10周年[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經網絡與圖論[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數值預報產品的神經網絡釋用預報應用[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經網絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經網絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經網絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

相關重要報紙文章 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經網絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經網絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經網絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經網絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經網絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經網絡[N];健康時報;2006年

8 劉力;我半導體神經網絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經網絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經網絡應用研究通過鑒定[N];中國船舶報;2006年

相關博士學位論文 前10條

1 楊旭華;神經網絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經網絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經網絡的混沌性及幾類時滯神經網絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經網絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農業(yè)大學;2015年

6 李輝;基于粒計算的神經網絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經網絡并行實現及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統建模與控制關鍵技術研究[D];東南大學;2015年

相關碩士學位論文 前10條

1 章穎;混合不確定性模塊化神經網絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經網絡的風力發(fā)電系統預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統及其電路仿真[D];西南大學;2015年

4 陳彥至;神經網絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經網絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經網絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經網絡的上證指數預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經網絡血壓預測研究與系統實現[D];華南理工大學;2015年

9 張韜;幾類時滯神經網絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經網絡的穩(wěn)定性分析[D];渤海大學;2015年

本文編號：2051497