【摘要】：城市洪澇災(zāi)害防治關(guān)乎城市形象與群眾生活品質(zhì)。城市化背景下,城市對(duì)暴雨洪水的敏感性增強(qiáng),并且城市河網(wǎng)地區(qū)水流緩慢、水體自凈能力差,因此亟須開(kāi)發(fā)城市泵站優(yōu)化控制模型來(lái)解決城市防洪排澇與水資源優(yōu)化調(diào)度問(wèn)題。本研究在已有洪水預(yù)警報(bào)模型的基礎(chǔ)上開(kāi)發(fā)了以自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)(Adaptive Network-based Fuzzy Inference System,即ANFIS)為核心的城市泵站優(yōu)化控制模型。自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)綜合了模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn),具有模糊性、自學(xué)習(xí)和自適應(yīng)性。本研究將自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)模型與倒傳遞神經(jīng)網(wǎng)絡(luò)(Back Propagation neural network,即BP)模型進(jìn)行對(duì)比。最終根據(jù)上塘河流域七堡泵站的未來(lái)1h開(kāi)機(jī)預(yù)測(cè)結(jié)果對(duì)上述模型的性能進(jìn)行了驗(yàn)證。結(jié)果表明(1)將相同的三個(gè)輸入變量(不含預(yù)報(bào)水位)輸入BP模型與ANFIS1模型,BP模型的表現(xiàn)優(yōu)于ANFIS1模型。說(shuō)明BP模型更適合對(duì)不含預(yù)報(bào)信息的輸入變量進(jìn)行擬合。(2)將含預(yù)報(bào)水位信息的輸入變量輸入ANFIS2模型,ANFIS2模型的表現(xiàn)要優(yōu)于ANIFIS1模型與BP模型。說(shuō)明ANFIS模型可以學(xué)習(xí)到泵站操作人員對(duì)水位的預(yù)測(cè)知識(shí)。(3)本模型的輸入變量包含了前人研究已建立的洪水預(yù)報(bào)模型的輸出,提高了模型的效率與精度。
【圖文】：

對(duì)數(shù)據(jù)具有更好的自學(xué)習(xí)與調(diào)適能力。在不同水位條件ＴＤＮＮ模型誤差分逡逑布大致在零值附近波動(dòng)，波動(dòng)范圍比ＲＮＮ模型、自回歸ＡＲ模型更小，尤其在逡逑３．１６－３．４７ｍ水位之間，ＴＤＮＮ模型預(yù)測(cè)水位與實(shí)測(cè)值幾乎相同，例如圖１．２為逡逑２０１０／０７／０４－２０１０／０７／０５的一場(chǎng)洪水過(guò)程。在模型實(shí)際應(yīng)用中ＢＰ模型可解決常水逡逑位下的預(yù)報(bào)難題，但對(duì)于大于４．０ｍ的高水位下以ＲＮＮ模型預(yù)測(cè)值為基準(zhǔn)。逡逑１０逡逑

覺(jué)器官接收外部信息，并且大腦的中樞神經(jīng)系統(tǒng)能夠制定智能方略并通過(guò)效應(yīng)器逡逑官反作用于外面的世界。連接大腦跟感覺(jué)器官的是輸入傳導(dǎo)神經(jīng)系統(tǒng)，連接大腦逡逑跟效應(yīng)器官的是輸出傳導(dǎo)神經(jīng)系統(tǒng)。系統(tǒng)的結(jié)構(gòu)功能如圖２．１。逡逑＾＾逡逑俞入傳導(dǎo)邐輸出傳導(dǎo)＼＼逡逑神經(jīng)系統(tǒng)邐神經(jīng)系統(tǒng)逡逑邐卜部信息、＾智能行為邐逡逑感覺(jué)器官邋＜＝１邋＾外部世界＾＞邋＜＝Ｊ邐效應(yīng)器官逡逑圖２．１人類思維圖逡逑人工神經(jīng)網(wǎng)絡(luò)（Ａｒｔｉｆｉｃｉａｌ邋Ｎｅｕｒａｌ邋Ｎｅｔｗｏｒｋ，ＡＮＮ邋）可模擬人類的神經(jīng)系統(tǒng)，逡逑并運(yùn)用計(jì)算機(jī)軟件與硬件對(duì)生物神經(jīng)網(wǎng)絡(luò)的信息處理系統(tǒng)進(jìn)行仿真。人工神經(jīng)網(wǎng)逡逑絡(luò)由許多非線性運(yùn)行單位組成，包含神經(jīng)元跟處于這部分運(yùn)行單位間的眾多鏈接，逡逑并由平行分散方法進(jìn)行計(jì)算。全部ＡＮＮ模型就像人類的大腦一樣聚集，，具有學(xué)逡逑習(xí)、回想、歸納推演能力。逡逑１３逡逑
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TU992.25

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 吳昊;古杏紅;;河網(wǎng)型城市河道排澇與引水問(wèn)題討論[J];中國(guó)給水排水;2014年16期

2 童朝鋒;岳亮亮;郝嘉凌;邵宇陽(yáng);嚴(yán)以新;劉豐陽(yáng);;南京市外秦淮河水質(zhì)模擬及引調(diào)水效果[J];水資源保護(hù);2012年06期

3 盧士強(qiáng);徐祖信;羅海林;林衛(wèi)青;;上海市主要河流調(diào)水方案的水質(zhì)影響分析[J];河海大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年01期

4 黃宣偉;太湖調(diào)水工程對(duì)水環(huán)境改善的戰(zhàn)略意義[J];水資源保護(hù);2002年03期

5 牛振國(guó),張祖陸;中國(guó)湖泊環(huán)境若干問(wèn)題探討[J];地理學(xué)與國(guó)土研究;1997年04期

6 董軍,胡上序;混沌神經(jīng)網(wǎng)絡(luò)研究進(jìn)展與展望[J];信息與控制;1997年05期

7 羅忠,謝永斌,朱重光;CMAC學(xué)習(xí)過(guò)程收斂性的研究[J];自動(dòng)化學(xué)報(bào);1997年04期

相關(guān)會(huì)議論文 前1條

1 范子武;趙瑞龍;李云;吳時(shí)強(qiáng);張銘;;蘇州古城區(qū)水質(zhì)提升行動(dòng)計(jì)劃“自流活水”方案研究[A];2013年水資源生態(tài)保護(hù)與水污染控制研討會(huì)論文集[C];2013年

相關(guān)碩士學(xué)位論文 前4條

1 褚廷芬;濟(jì)南市大辛河生態(tài)綜合治理技術(shù)與應(yīng)用[D];山東大學(xué);2017年

2 桂明;城市河流水質(zhì)污染改善規(guī)劃研究[D];浙江大學(xué);2017年

3 樸希桐;下墊面變化對(duì)城市內(nèi)澇的影響研究[D];中國(guó)水利水電科學(xué)研究院;2015年

4 薛歡;城市湖泊引清調(diào)水?dāng)?shù)值模擬與調(diào)度模式研究[D];河海大學(xué);2007年

本文編號(hào)：2614114