本文關(guān)鍵詞：基于人工智能法的冰塞厚度及水位預(yù)測分析，由筆耕文化傳播整理發(fā)布。

文檔介紹：
合肥工業(yè)大學碩士學位論文基于人工智能法的冰塞厚度及水位預(yù)測分析姓名:郭力文申請學位級別:碩士專業(yè):市政工程指導教師:王軍20071101基于人工智能法的冰塞厚度及水位預(yù)測分析摘要冰塞水位及冰塞厚度的預(yù)測分析不但對冰塞發(fā)展機理研究有著重要的意義,同時也可以為堤防、水工構(gòu)筑物的建設(shè)以及防凌減災(zāi)工作提供參考�；谥С窒蛄繖C、傳統(tǒng)BP人工神經(jīng)網(wǎng)絡(luò)、遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)以及多元回歸分析四種方法,對黃河河曲段的實測數(shù)據(jù)進行了本斷面和上下斷面間的冰塞水位和厚度預(yù)測;也對實驗室180。彎道冰塞試驗13個斷面所測得的數(shù)據(jù)資料以及實驗室壅水試驗中7個觀測斷面測得的數(shù)據(jù)資料進行了分析,采用以上四種方法建立了實驗室冰塞水位和厚度預(yù)測模型。將所得預(yù)測值與實測值進行了資料范圍內(nèi)的對比,同時也對四種方法的預(yù)測效果進行了分析對比。由對比結(jié)果可以看出,無論是在天然河道中還是實驗室條件下,和多元回歸分析方法相比,支持向量機、BP人工神經(jīng)網(wǎng)絡(luò)、遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)等人工智能方法在預(yù)測精度和對復雜環(huán)境適應(yīng)性方面都存在優(yōu)勢,其中遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)模型優(yōu)勢更為明顯,本文的研究可為冰凍區(qū)河流建立冰情預(yù)報模型提供有益的參考。關(guān)鍵詞:冰塞多元回歸分析BP神經(jīng)網(wǎng)絡(luò)支持向... 內(nèi)容來自轉(zhuǎn)載請標明出處.

  本文關(guān)鍵詞：基于人工智能法的冰塞厚度及水位預(yù)測分析，，由筆耕文化傳播整理發(fā)布。