基于人工神经网络模拟弯槽段水内冰冰塞厚度分布

作     者：王军 储成流 付辉 高月霞 尹运基 WANG Jun;CHU Chengliu;FU Hui;GAO Yuexia;YIN Yunji

作者机构：合肥工业大学土木工程学院合肥230009 安徽水利水电职业技术学院合肥230601 同济大学环境科学与工程学院上海200092 机械工业第六设计院郑州450003 

基　　金：国家自然科学基金资助项目(10372028) 

出 版 物：《水力发电学报》 (Journal of Hydroelectric Engineering)

年 卷 期：2007年第26卷第2期

页      码：104-107页

摘      要：寒冷地区河流冬季常因冰塞问题而成灾,因此对冰塞所涉及的相关问题进行预测和预报对于防灾减灾具有重要的意义。稳封期的平衡冰塞厚度无论对于上游水位的升高还是对后期的开河均具有直接的和重要的影响,用分析型或确定型模型描述非常复杂的河冰过程所导致的冰塞厚度有相当的困难,因此冰塞体厚度描述较多采用的是经验公式,且基本为断面平均厚度。基于人工神经网络的非线形映射特征,尝试将其用于实验室中弯槽段的冰塞厚度分布预测,对数值结果的计算表明,在实际工程中可以采用该方法进行模拟预测。

主 题 词：水力学 防凌 弯槽冰塞厚度分布 人工神经网络 模拟 

学科分类：0710[理学-生物科学类] 0808[工学-自动化类] 080103[080103] 08[工学] 0807[工学-电子信息类] 080104[080104] 0815[工学-矿业类] 081502[081502] 0802[工学-机械学] 0801[工学-力学类] 

核心收录：

D　O　I：10.3969/j.issn.1003-1243.2007.02.021

馆 藏 号：203593887...