文献类型：期刊文章

作　　者：李守涛[1,2] 王军涛[1] 于明[3] 姚京威[1] 赵国平[4] 樊玉苗[1]

LI Shoutao;WANG Juntao;YU Ming;YAO Jingwei;ZHAO Guoping;FAN Yumiao(Yellow River Institute of Hydraulic Research,Zhengzhou 450045,China;Hohai University College of Water Conservancy and Hydropower Engineering,Nanjing 210098,China;Weishan Irrigation District Management Office of Liaocheng City,Liaocheng 252053,China;Yellow River Affairs Bureau of Liaocheng City,Liaocheng 252000,China)

机构地区：[1]黄河水利科学研究院,郑州450045 [2]河海大学水利水电学院,南京210098 [3]聊城市位山灌区管理处,山东聊城252053 [4]聊城市黄河河务局,山东聊城252000

出　　处：《灌溉排水学报》

基　　金：国家重点研发计划项目(2018YFC0407705);黄科院2020年科技发展基金项目(黄科发202005);河南省自然科学基金项目(202300410544);黄河水利科学研究院基本科研业务费专项(HKY-JBYW-2017-22)。

年　　份：2021

卷　　号：40

期　　号：6

起止页码：100-104

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：【目的】对位山闸改建后的引水能力进行预测。【方法】利用RBF神经网络非线性拟合能力强和遗传算法寻优能力强的优点,建立一种基于遗传算法(GA)优化RBF神经网络隐层各参数的位山闸引水能力预测模型,模型输入变量为闸门开数、闸前、闸后水深和季节因子(受汛期影响,汛期内季节因子为1,非汛期内季节因子为2),输出变量为实测过闸流量,利用现状水情数据组成的样本集对该模型进行训练和检验,检验训练后的模型平均误差为1.64%,证明预测效果较好。【结果】汛期时引水能力能满足设计要求;非汛期时,引水能力随闸后水头降低而增大,考虑闸后输沙渠下挖改造方案,基本也能满足设计要求。【结论】GA-RBF模型在位山闸引水能力预测上适应性强,预测精度高,有一定的推广应用价值。

关 键 词：位山闸  GA-RBF  引水能力  预测  

分 类 号：TV66] TP183]