简介:造成中长期水文预报研究和预报困难的主要原因是水文现象本身的复杂性和不确定性,以及内部复杂的非线性关系,针对这些问题,本文建立了一种小波神经网络时间序列模型,并用遗传算法对小波神经网络的连接权值和伸缩变量、平移变量进行优化。使用这种模型对黄河三门峡站逐年月天然流量进行预报检验,并将检验结果与传统的小波神经网络和BP神经网络进行对比,从模型预报精度、趋势性和稳定性3个方面进行分析,分析发现,这种遗传算法优化的小波神经网络时间序列模型能够有效地克服传统的小波神经网络和BP网络容易陷入局部极小的缺陷,能够对水文现象的趋势性作出较精确的预测,具有良好的预报精度和稳定性。
简介:本文在分析影响作物蒸发蒸腾量的气象因子的基础上,以不同的气象因子组合为输入向量,以参照腾发量为输出向量,构建了气象资料不足情况下三种计算参数腾发量的BP神经网络模型BPET1、BPET2和BPET3.利用宁夏引黄灌区2000~2003年的逐日气象资料对所建模型进行反复训练和预测,并把预测结果与传统的Penman-Monteith公式计算而得的同期作物ET0值相比较.其中,BPET1的预测值与ETO值的相关系数平方为0.9914;BPET2的预测值与ET0值的相关系数平方为0.9917;BPET3的预测值与ETO值的相关系数平方为0.9854.研究结果表明,本文构建的模型计算精度较高,方法简便可行,能满足实际生产需要.
简介:在极坐标条件下,考虑流体等密度面的斜压性,建立了具有4阶精度的三重双向嵌套海洋环流三维原始方程数值模型,模型垂直方向采用z坐标不均匀分层,具有完全非线性和计算效率高的特性。嵌套系统由大模型(19km)、中模型(6km)和小模型(2km)嵌套而成,上一级模型为下一级模型提供动力和边界条件,且下一级模型将自己的动力要素反馈给上一级模型,各模型间相互作用相互交换资料。在具体实施时,每一个模型占用一个CPU,实行同步计算,三模型间每天交换信息一次。模型用体积输送流函数、不同水深处实测海温过程等资料进行验证,在此基础上,应用模型计算了西加勒比海及海岸带浅水区的水流分布特征、温度和盐度分布。计算结果表明,加勒比西海岸带的海流具有明显的季节性变化过程。
简介:利用三维平台GeoStation,结合新盖房枢纽引河闸工程,对建模流程及工程应用进行简述。提出了在地质三维建模过程中用点、线建模的问题,得出了在小型水利枢纽工程中,用点建模可以较为精确和快速地完成建模工作的结论。