基于神經網絡模型預測黃河調水調沙期間含沙量程序設計

一、研究背景

黃河作為我國第二大河，水少沙多，水沙不平衡使黃河至今仍是最為復雜難以治理的河流。研究含沙量的預測，可為今后黃河流域水資源的統一調度管理，尤其是預防黃河下游再次出現斷流提供科學的依據。人工神經網絡與傳統的方法相比具有不可替代的優勢，它有很強的自學能力，具有很強的魯棒性、容錯性、非線性，在建立BP神經網絡模型的基礎上，對黃河下游調水調沙期間含沙量的預測進行了研究。

二、研究過程

1、成立科技創新領導小組，確保項目順利進行

該項目于2013年7月，以主管局長為組長、技術人員和技師等為成員的工作小組，為確保該項目的順利進行打下堅實基礎。

2、制定方案、精心設計

該方法是以生物神經網絡為基礎，模擬人腦行為的一種信息處理方法，具有聯想學習能力、自組織、自適應、高度的非線性運算能力和很好的在線學習能力，適合于對非線性系統的模擬。但BP神經網絡模型需要大量的樣本數據，通過山東黃河電子政務系統中的山東水情網以及2012年度濟南黃河河務局槐蔭黃河河務局調水調沙期間數據資料搜集資料，然后建立模型，訓練模型。

3、項目完善階段

通過訓練好的模型預測的含沙量，與實測含沙量基本吻合。

三、模型建立和程序設計

1、技術原理

利用神經網絡的思路，即由因變量預測期望值，在matlab中調用神經網絡函數，確定隱含層、輸出層的計算函數，確定新建模型的精度，循環計算，直到達到精度要求。……