国家自然科学基金(50279035)
- 作品数：9 被引量：67H指数：6
- 相关作者：张小峰谢作涛袁晶谈广鸣许全喜更多>>
- 相关机构：武汉大学长沙交通学院更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划教育部科学技术研究重点项目更多>>
- 相关领域：水利工程天文地球更多>>
- 长江河道崩岸预测模型的研究与应用被引量：13
- 2004年
- 以来水来沙、水流主流位置变化及河道边界条件为输入向量,在对水沙作用强度和护岸工程对河道崩岸的作用进行定量化处理的同时,以河道崩岸为输出向量,研究建立了基于BP神经网络的河道崩岸预测模型.利用此模型对荆江石首弯道1965～2003年的崩岸情况进行了模拟和预测.计算结果表明,该模型能较准确地模拟和预测河道崩岸变化.该模型的建立为河道崩岸的预测预报提供了一个新途径.
- 许全喜谈广鸣张小峰
- 关键词：河道崩岸BP神经网络
- 荆江三口分流BP网络预报模型研究被引量：4
- 2003年
- 荆江三口是江湖关系调整的重要纽带。以长江干流上游来水、洞庭湖区水位以及下游顶托等影响因子为模型输入向量 ,运用BP网络建立了荆江三口分流流量预报模型 ,该模型具有 1d的预见期。预报结果表明 ,模型基本合理可靠。模型不仅可为荆江河段洪水演进计算提供边界条件 。
- 张小峰胡旭跃谢作涛
- 关键词：BP人工神经网络洪水演进
- 基于遗忘因子的BP神经网络水文实时预报方法被引量：7
- 2004年
- 在应用神经网络进行洪水预报时,因洪水系统随着河道上游来流、区间降雨、河床演变等因素的动态变化,其特性并不总是按照基本相同的规律变化,对这类系统的参数辨识,要求算法具有较强的实时跟踪能力,以适应模拟或预测洪水运动变化过程的要求。在BP神经网络模型的基础上,运用最小二乘递推算法,引入时变遗忘因子实时跟踪模型中时变参数的变化,建立了神经网络在非线性系统中动态系统输入、输出数据间的映射关系。计算实例表明:该法对参数的快速时变具有较快的跟踪能力和较高的辨识精度,是一种非常实用的水文实时预报方法。
- 袁晶张小峰
- 关键词：神经网络时变参数
- 长江螺山站水位预报研究被引量：7
- 2003年
- 运用BP人工神经网络建立了长江螺山站水位预报模型。选取模型影响因子时,用上游站点及本站的前期流量过程反映洪水涨落率、下游站点水位反映下游变动回水的顶托作用。为提高螺山站高水位时的预报精度,提出了以水位流量的时间差分值作为BP网络模型输入和输出的新方法。多个算例的计算结果表明,新方法能进一步提高预报精度,在洪水预报研究中具有推广应用价值。
- 谢作涛张小峰谈广鸣
- 关键词：水位预报水位流量关系BP神经网络
- 长江螺山站水位流量绳套曲线关系预报研究被引量：6
- 2005年
- 运用BP人工神经网络建立了长江螺山站水位流量绳套曲线关系预报模型.选取模型影响因子时,用上游站点及本站的前期水位、流量过程反映洪水涨落率、下游站点水位反映下游变动回水的顶托作用.为提高螺山站高流量时的预报精度,提出了以水位流量的变幅作为BP网络模型输入和输出的方法.多个算例的计算结果表明,模型影响因子选取合理,预报结果精度较高.采用变幅进行计算的方法能进一步提高预报精度,在洪水预报研究中具有推广应用价值.
- 谢作涛张小峰谈广鸣杨芳丽
- 关键词：水位流量关系BP神经网络变幅
- 基于熵值法的BP网络输入变量加权分层方法研究被引量：3
- 2005年
- 当BP网络模型的输入变量包括多个类别时,如果其中几类变量的个数远多于其它类别的变量,变量多的这几类会削弱其它类变量对输出变量的影响,导致模型预报误差增大。提出BP网络输入变量加权分层的改进方法。根据熵值法模型对每个类别包含的所有变量按其重要程度加权平均,得到代表各类的综合影响指标,将这些综合影响指标作为BP网络模型的输入变量得到模型预报结果。改进后的模型更全面合理地考虑了各类输入变量的变化对输出变量的影响,发展了神经网络的应用理论。实例计算表明,模型预报精度得到明显提高。
- 张小峰袁晶
- 关键词：BP网络神经网络河床变形信息熵
- 公路建设对分洪区内洪水演进影响的数值模拟被引量：13
- 2005年
- 在分洪区内建设高速公路前,采用数学模型分析工程对区内洪水的影响是一项必不可少的工作. 采用有限体积法建立了平面二维水流数学模型,模型采用交错网格,对于干河床问题采用了“冻结法”思想. 经计算检验,模型满足水量守恒要求. 最后以规划中的杭兰高速公路为例,计算分析了公路对分蓄洪民垸内进洪流量过程、分洪历时、水位及流速的影响.
- 袁晶张小峰谢作涛
- 关键词：分洪区高速公路数值模拟
- 基于遗忘因子和误差修正的水文实时预报方法研究被引量：8
- 2006年
- 在进行水文预报时,由于影响河道洪水的因素众多,常用的水文预报模型往往不符合实际水文系统的客观规律。对这类系统的参数辨识要求算法具有较强的实时跟踪能力,以适应模拟或预测洪水运动变化过程的要求。利用洪水预报误差信息,对BP网络洪水实时预报校正模型与方法进行了探讨,提出了2种实时预报方法。第一,运用最小二乘递推算法,引入时变遗忘因子实时跟踪模型中时变参数的变化,建立了神经网络在非线性系统中动态的系统输入、输出数据之间的映射关系。第二,利用BP网络模型对误差的可识别性,将模型对输出变量的预报误差再次作为输出变量,对网络可能预报的误差进行实时修正。计算实例表明:以上两种方法提高了神经网络在水文领域的预报精度,给BP神经网络的实时预报方法提供了新的途径。
- 袁晶张小峰
- 关键词：神经网络非线性
- 一阶迎风差分格式求解非线性对流扩散方程的精度被引量：13
- 2003年
- 采用一阶迎风格式分别对一维线性对流扩散方程和非线性对流扩散方程进行了求解,检验了一阶迎风格式用于求解一维线性对流扩散方程和一维非线性对流扩散方程的适用性.多个计算算例的结果表明:一阶迎风差分格式用于求解线性对流扩散方程的结果不甚理想,但用于求解非线性对流扩散方程时能获得相当精度.工程计算中,该格式可用于求解水流运动方程,但不宜用于求解被水流输移的物质对流扩散方程.
- 张小峰张艳霞谢作涛
- 关键词：迎风差分格式对流扩散方程BURGERS方程
