公路
公路
공로
HIGHWAY
2008年
12期
209-214
,共6页
BAM神经网络%河床断面%模式识别%水害预测
BAM神經網絡%河床斷麵%模式識彆%水害預測
BAM신경망락%하상단면%모식식별%수해예측
针对现行的中小桥水害预测方法野外作业量大、缺乏资料无法预测等弊端,从推理公式出发,把实际中小桥河床断面分为9种类型,建立了各类断面直接从雨量到水位的水害预测模型;利用BAM神经网络对河床断面进行模式识别,以确定水害预测模型的类型;将该桥雨量-水位数据代入相应的水害预测模型,求解其中的参数,得出该桥的雨量-水位函数关系式.实例验证该方法具有可行性和有效性,大大降低了劳动强度.特别是对于缺乏资料的中小桥水害预测,尤为适用.
針對現行的中小橋水害預測方法野外作業量大、缺乏資料無法預測等弊耑,從推理公式齣髮,把實際中小橋河床斷麵分為9種類型,建立瞭各類斷麵直接從雨量到水位的水害預測模型;利用BAM神經網絡對河床斷麵進行模式識彆,以確定水害預測模型的類型;將該橋雨量-水位數據代入相應的水害預測模型,求解其中的參數,得齣該橋的雨量-水位函數關繫式.實例驗證該方法具有可行性和有效性,大大降低瞭勞動彊度.特彆是對于缺乏資料的中小橋水害預測,尤為適用.
침대현행적중소교수해예측방법야외작업량대、결핍자료무법예측등폐단,종추리공식출발,파실제중소교하상단면분위9충류형,건립료각류단면직접종우량도수위적수해예측모형;이용BAM신경망락대하상단면진행모식식별,이학정수해예측모형적류형;장해교우량-수위수거대입상응적수해예측모형,구해기중적삼수,득출해교적우량-수위함수관계식.실례험증해방법구유가행성화유효성,대대강저료노동강도.특별시대우결핍자료적중소교수해예측,우위괄용.
