【目的】探究分類模型對(duì)灌溉渠道運(yùn)行狀況健康度的檢測(cè)效果。【方法】對(duì)陜西關(guān)中地區(qū)某灌區(qū)2014年10月―2018年10月各級(jí)渠道流量以及灌溉發(fā)生運(yùn)行不良狀況下異常終端報(bào)警信息等數(shù)據(jù)進(jìn)行抽取和探索分析處理,提取渠道運(yùn)行狀況特征評(píng)價(jià)指標(biāo),構(gòu)建灌區(qū)渠道運(yùn)行狀況健康識(shí)別模型�！窘Y(jié)果】構(gòu)建的LM神經(jīng)網(wǎng)絡(luò)模型與傳統(tǒng)BP網(wǎng)絡(luò)模型、CART決策樹模型,對(duì)759個(gè)訓(xùn)練樣本分類中綜合分類準(zhǔn)確率均高于98%;對(duì)156個(gè)測(cè)試樣本,綜合分類準(zhǔn)確率LM神經(jīng)網(wǎng)絡(luò)模型相比BP網(wǎng)絡(luò)模型同為96.2%,CART決策樹模型為94.9%。對(duì)3個(gè)模型測(cè)試樣本ROC曲線分析發(fā)現(xiàn),LM神經(jīng)網(wǎng)絡(luò)模型中運(yùn)行正常渠道分類準(zhǔn)確度折線與運(yùn)行不正常渠道分類準(zhǔn)確度折線表現(xiàn)更優(yōu)�！窘Y(jié)論】LM神經(jīng)網(wǎng)絡(luò)模型是最優(yōu)模型,可實(shí)際應(yīng)用于渠道運(yùn)行狀態(tài)健康度識(shí)別檢測(cè),實(shí)際應(yīng)用中對(duì)該灌區(qū)運(yùn)行不正常渠道識(shí)別準(zhǔn)確率為80.95%。 

【文章頁數(shù)】：7 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于云計(jì)算和GA-BP神經(jīng)網(wǎng)絡(luò)的西江水質(zhì)評(píng)價(jià)研究[J]. 紀(jì)廣月.  河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020(03)
[2]基于BP神經(jīng)網(wǎng)絡(luò)的多因子洪水分類研究[J]. 劉恒.  水利規(guī)劃與設(shè)計(jì). 2020(01)
[3]論六都寨灌區(qū)渠道運(yùn)行管理常見問題及處理對(duì)策[J]. 陽鵬軍.  決策探索(中). 2019(07)
[4]基于LM算法的用戶竊漏電行為預(yù)測(cè)[J]. 趙文倉,陳聰聰,鄭鴻磊.  電子測(cè)量技術(shù). 2018(24)
[5]渠道襯砌對(duì)灌溉水利用系數(shù)的影響[J]. 肖雪,王修貴,譚丹,白雪,巴乾.  灌溉排水學(xué)報(bào). 2018(09)
[6]基于GA-LM-BP神經(jīng)網(wǎng)絡(luò)的鋰離子電池預(yù)測(cè)研究[J]. 劉愛軍,尹明.  計(jì)算機(jī)測(cè)量與控制. 2018(07)
[7]灌溉現(xiàn)代化核心內(nèi)涵及水管理關(guān)鍵技術(shù)[J]. 謝崇寶,張國(guó)華.  中國(guó)農(nóng)村水利水電. 2017(07)
[8]灌區(qū)渠系水情監(jiān)測(cè)數(shù)據(jù)錯(cuò)誤判別方法[J]. 趙麗華.  水資源研究. 2016 (05)
[9]做好大型灌區(qū)續(xù)建配套與節(jié)水改造提高管理水平和管理效率[J]. 張紹強(qiáng).  中國(guó)農(nóng)村水利水電. 2015(12)
[10]自由滲漏灌溉渠道輸水損失量計(jì)算方法理論探討[J]. 張晶,程伍群,孟霄,武猛.  節(jié)水灌溉. 2015(02)

碩士論文
[1]中型農(nóng)業(yè)灌區(qū)節(jié)水配套改造工程評(píng)估研究[D]. 陳國(guó)良.山東大學(xué) 2018
[2]農(nóng)田灌區(qū)明渠自動(dòng)量水系統(tǒng)的研究與設(shè)計(jì)[D]. 默月.太原理工大學(xué) 2014
[3]明渠自動(dòng)量水系統(tǒng)的研究與應(yīng)用[D]. 王曉杰.太原理工大學(xué) 2011
[4]基于ArcHyro的灌區(qū)水文數(shù)據(jù)建模研究及應(yīng)用[D]. 常占鋒.華中科技大學(xué) 2007



本文編號(hào)：3716858