文献类型：期刊文章

作　　者：张文春[1,2] 陈剑平[1] 张丽[2]

机构地区：[1]吉林大学建设工程学院,长春130026 [2]吉林建筑工程学院测绘与勘查工程学院,长春130021

出　　处：《吉林大学学报（地球科学版）》

基　　金：国家自然科学基金项目(40872170)

年　　份：2010

卷　　号：40

期　　号：2

起止页码：378-382

语　　种：中文

收录情况：BDHX、BDHX2008、CAB、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20102112950130)、GEOREFPREVIEWDATABASE、IC、JST、PA、PROQUEST、RCCSE、SCOPUS、WOS、ZGKJHX、ZR、核心刊

摘　　要：为了建立一个适合于三峡库区的塌岸预测方法体系,采用具有处理非线性关系功能的人工神经网络方法对水库塌岸问题进行研究。通过训练、学习和仿真,获得预测正确率为97.2%的具有7-32-14网络结构的BP神经网络模型,采用该模型对蓄水位为175 m时丰都县各岸段进行塌岸预测,并将预测结果与传统经验公式计算法所得结果及实际监测数据进行对比。结果表明：基于人工神经网络的塌岸预测宽度与实际监测数据很接近,偏差在5 m以内;公式法计算结果与监测值平均偏差为15.9 m,而且对于部分坡段,公式法计算结果比实际监测值小8～11 m,没能预测出塌岸的真正范围。采用神经网络模型对丰都县水库进行塌岸预测,预测结果与实际监测数据平均偏差约3.8%,表明其预测结果可靠。

关 键 词：三峡水库 塌岸预测 非线性 神经网路  

分 类 号：P642.2]