首页|神经网络在组合式ADCP在线测流系统中的应用

神经网络在组合式ADCP在线测流系统中的应用

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
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

展开 >

长江水利委员会 水文局,湖北 武汉 430010

在线测流 断面平均流速 组合式ADCP BP神经网络 感潮河段

2024

10.16232/j.cnki.1001-4179.2024.S1.008

人民长江
水利部长江水利委员会

人民长江

CSTPCD北大核心
影响因子：0.451
ISSN：1001-4179
年,卷(期)：2024.55(z1)