论文部分内容阅读
针对过去感潮河网调水总量计算缺乏实用的经验公式以及数学模型计算代价高、时效性差等问题,将感潮河网调水总量的计算转换为内河平均水位的计算,提出采用具有强大非线性映射能力的BP人工神经网络理论识别调水后内河平均水位与潮形、初始内河平均水位、闸门开启时的外河水位、调水方案等影响因素之间的复杂函数关系。人工神经网络的训练样本由河网非恒定流数学模型提供。在上海市浦东新区河网的应用结果表明,所建立的感潮河网水量调控的调水总量非线性计算模型计算简单、快速、准确,有利于感潮河网水量调控方案的正确评估和科学决策,对其他水利工程水量调控问题也具有较好的借鉴意义。