[01043951]基于人工神经网络洪水模拟新方法研究
交易价格:
面议
所属行业:
网络
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
该项目取得了下列成果:提出了Volterra神经网络水文模型。VNNH模型吸取了Volterra模型和ANN模型的优点,克服了它们的不足之处,解决了求解高阶核函数的困难。提出了洪水波神经网络模型,利用神经网络从河道实测洪水数据中“挖掘”其中所包含的洪水波运动规律,根据学习训练后的神经网络权值反演扩散波方程,并预测河道下断面的流量过程。提出了河道洪水演进遗传模拟退火算法,在遗传算法中融入模拟退火算法,克服了简单遗传算法的早熟问题以及模拟退火算法搜索较盲目的缺陷,将遗传模拟退火算法应用于洪水演进Muskingum模型参数优化中。实现了洪水演进三维可视化仿真构建了流域数字高程模型和流域数字水系模型。
该项目取得了下列成果:提出了Volterra神经网络水文模型。VNNH模型吸取了Volterra模型和ANN模型的优点,克服了它们的不足之处,解决了求解高阶核函数的困难。提出了洪水波神经网络模型,利用神经网络从河道实测洪水数据中“挖掘”其中所包含的洪水波运动规律,根据学习训练后的神经网络权值反演扩散波方程,并预测河道下断面的流量过程。提出了河道洪水演进遗传模拟退火算法,在遗传算法中融入模拟退火算法,克服了简单遗传算法的早熟问题以及模拟退火算法搜索较盲目的缺陷,将遗传模拟退火算法应用于洪水演进Muskingum模型参数优化中。实现了洪水演进三维可视化仿真构建了流域数字高程模型和流域数字水系模型。