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

基于人工智能法的冰塞厚度及水位預測分析 摘要 冰塞水位及冰塞厚度的預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、水工構筑物的建設以及防凌減災工作提供參考�；谥С窒蛄繖C、 傳統(tǒng)BP人工神經(jīng)網(wǎng)絡、遺傳算法優(yōu)化神經(jīng)網(wǎng)絡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 冰塞水位和厚度預測模型。將所得預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測效果進行了分析對比。由對比結果可以看出，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、遺傳算法優(yōu)化神經(jīng)網(wǎng)絡等人工智能方法在預測精度和對復雜環(huán) 境適應性方面都存在優(yōu)勢，其中遺傳算法優(yōu)化神經(jīng)網(wǎng)絡模型優(yōu)勢更為明顯，，本 文的研究可為冰凍區(qū)河流建立冰情預報模型提供有益的參考。 關鍵詞：冰塞多元回歸分析BP神經(jīng)網(wǎng)絡支持向量機遺傳算法優(yōu)化神經(jīng)網(wǎng)絡 forthe and forice of stagethickness Analysisprediction artificial methods jambasedon intelligence ABSTRACT for is not to Predictionofthe andthicknessice stage jamgreatsignificanceonly researchthe oficeianl

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