基于GA-RBF神经网络的位山闸引水能力预测研究
李守涛1
王军涛2
于明3
姚京威2
赵国平4
樊玉苗2
1.黄河水利科学研究院,郑州 450045;河海大学 水利水电学院,南京 2100982.黄河水利科学研究院,郑州 4500453.聊城市位山灌区管理处,山东 聊城 2520534.聊城市黄河河务局,山东 聊城 252000
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(水利枢纽、水工建筑物)TP183(自动化基础理论)
资助基金：国家重点研发计划(2018YFC0407705)黄科院科技发展基金项目(202005)河南省自然科学基金(202300410544)黄河水利科学研究院基本科研业务费专项(HKY-JBYW-2017-22)
论文发表日期：2021-06-28
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：6( 100-104,139 )
英文信息