江衍铭1, 郝偌楠1, 李楠楠1, 汪健2
AuthorsHTML:江衍铭1, 郝偌楠1, 李楠楠1, 汪健2
AuthorsListE:Chiang Yenming1, Hao Ruonan1, Li Nannan1, Wang Jian2
AuthorsHTMLE:Chiang Yenming1, Hao Ruonan1, Li Nannan1, Wang Jian2
Unit:1. 浙江大学建筑工程学院,杭州 310058;2. 杭州市河道管理总站,杭州 310014
Unit_EngLish:1.College of Civil Engineering and Architecture, Zhejiang University, Hangzhou 310058, China
2.River Management Station of Hangzhou, Hangzhou 310014, China
Abstract_Chinese:以杭州市上塘河运河为例, 分别建立自回归、静态时延神经网络及动态反馈神经网络模型预报受闸门及泵站影响的城市河道未来1~3 h的水位变化, 并对模型预报误差、不同水位区间下的误差-频数关系及训练数据的不确定性进行分析.研究结果表明:在预见期1~3 h内, 时延神经网络预报效率系数均达到0.9以上, 比自回归模型分别提高1.34% 、5.57% 和6.86% , 比动态反馈网络分别提高0.21% 、1.97% 和1.98% ; 动态网络模型在人为调控的影响下仍能通过训练模拟出降雨径流关系, 对数据具有更好的自学习与调适能力; 时延神经网络模型随数据减少预测精度也减少, 在仅保留1个洪水场次下效率系数最大降低8.05% , 而动态反馈网络效率系数随训练数据量变化基本在0.11% 内波动, 因此在数据量较少的情况下宜建构动态模型.
Abstract_English:The auto-regression(AR)model,static time-delay neural network(TDNN)and dynamic recurrent neural network(RNN)models were constructed for 1—3 h ahead water level forecasting at the complex Shangtang Canal system where water level was affected by sluices and pumping stations. Analyses were conducted of the forecast bias and error-frequency relationship at different water levels,as well as the uncertainty of training data. The results indicated that: the coefficient of efficiency obtained from TDNN was higher than 0.9,which resulted in 1.34% ,5.57% and 6.86% improvements as compared to AR,and is 0.21% ,1.97% and 1.98% improvements as compared to RNN for 1—3 h forecasting; the RNN model could still be trained to simulate the rainfall-runoff relationship even though the training data contained man-made noise,indicating that the RNN model is capable of self-learning and adaptability; the accuracy of TDNN model,based on a single flood event,was 8.05% lower than the original performance as the training size decreased in terms of coefficient of efficiency,whereas the forecasted error obtained from RNN model was basically within 0.11% with training size changing. Therefore,it is suggested to adopt RNN model in the case of insufficient training data.
Keyword_Chinese:城市运河; 人工神经网络; 回归分析; 不确定性; 水位预报
Keywords_English:urban canal; artificial neural network(ANN); regression analysis; uncertainty; water level forecasting
PDF全文下载地址:http://xbzrb.tju.edu.cn/#/digest?ArticleID=5791
删除或更新信息,请邮件至freekaoyan#163.com(#换成@)
基于静态与动态神经网络的运河水位预报
本站小编 Free考研考试/2022-01-16
相关话题/神经网络 水位
基于BP人工神经网络算法的苹果制干适宜性评价
张彪,,刘璇,,毕金峰,吴昕烨,金鑫,李旋,李潇中国农业科学院农产品加工研究所/农业农村部农产品加工重点实验室,北京100193SuitabilityEvaluationofAppleforChips-ProcessingBasedonBPArtificialNeuralNetworkZHANGBi ...中国农业科学院科研学术 本站小编 Free考研考试 2021-12-26基于BP神经网络和遗传算法的库尔勒香梨挥发性物质萃取条件的优化
张芳,2,未志胜2,王鹏2,李凯旋2,詹萍,1,田洪磊,11陕西师范大学食品工程与营养科学学院,西安7101192石河子大学食品学院,新疆石河子832000UsingNeuralNetworkCoupledGeneticAlgorithmtoOptimizetheSPMEConditionsofVo ...中国农业科学院科研学术 本站小编 Free考研考试 2021-12-26单粒子翻转对神经网络的影响分析与优化
王慧玲,谢卓辰,梁旭文中国科学院微小卫星创新研究院,上海201203;中国科学院大学,北京1000492019年12月23日收稿;2020年5月5日收修改稿基金项目:上海市青年科技英才扬帆计划项目(17YF1418200)和国家自然科学基金(91738201)资助通信作者:梁旭文,E-mail:lx ...中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25面向三维信道幅值预测的自适应神经网络
于文欣1,3,李凯2,周明拓1,李剑1,杨旸21.中国科学院上海微系统与信息技术研究所,上海200050;2.上海科技大学,上海201210;3.中国科学院大学,北京1000492019年12月30日收稿;2020年4月8日收修改稿基金项目:上海市科学技术委员会项目(18511106500)资助通信 ...中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25基于dropout算法的卷积神经网络单粒子翻转容错方法
钱欢,谢卓辰,梁旭文中国科学院微小卫星创新研究院中国科学院微小卫星重点实验室,上海201203;中国科学院大学,北京1000492019年12月11日收稿;2020年4月8日收修改稿基金项目:上海市青年科技英才扬帆计划项目(17YF1418200)和国家自然科学基金(91738201)资助通信作者: ...中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25基于神经网络的车联网频谱感知组合算法
纪玉峰1,2,郑敏1,谭冲1,刘洪11.中国科学院上海微系统与信息技术研究所中国科学院无线传感网与通信重点实验室,上海;2.中国科学院大学,北京1000492019年11月12日收稿;2020年1月6日收修改稿基金项目:中国科学院青年创新促进会(2018269)资助通信作者:纪玉峰,E-mail:j ...中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25一种LSTM神经网络和卡尔曼滤波相结合的复合材料承载预测方法
肖亚楠1,2,周伟3,崔杰1,刘亭亭1,肖灵11.中国科学院声学研究所,北京100190;2.中国科学院大学电子电气与通信工程学院,北京100049;3.河北大学质量技术监督学院,河北保定0710022020年1月10日收稿;2020年5月12日收修改稿基金项目:国家重点研发计划项目(2016YFB ...中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25基于时序光谱重构的卷积神经网络遥感农作物分类
冯齐心1,2,杨辽1,王伟胜1,陈桃1,2,黄双燕1,21.中国科学院新疆生态与地理研究所,乌鲁木齐830011;2.中国科学院大学,北京1000492019年2月26日收稿;2019年5月20日收修改稿基金项目:国家重点研发计划项目(2017YFB0504204)资助通信作者:杨辽,E-mail: ...中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25基于改进粒子群的BP神经网络WSN数据融合算法
王虹1,2,徐佑宇1,2,谭冲1,刘洪1,郑敏11.中国科学院上海微系统与信息技术研究所,上海200050;2.中国科学院大学,北京1000492019年3月5日收稿;2019年5月8日收修改稿基金项目:国家自然科学基金(61401445)资助通信作者:王虹,E-mail:hong.wang@mai ...中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25基于神经网络的认知无线电合作频谱感知
薛建伟1,2,3,唐亮1,2,卜智勇1,21.中国科学院上海微系统与信息技术研究所,上海200050;2.中国科学院大学,北京100049;3.上海科技大学信息学院,上海2012102018年8月30日收稿;2019年1月21日收修改稿基金项目:中国科学院上海微系统与信息技术研究所"新微之星"项目( ...中国科学院大学科研学术 本站小编 Free考研考试 2021-12-25