排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
运用C#编程语言实现了SWMM模型参数的自动提取,通过创建BP-人工神经网络实现了节点水深值与模型参数值之间的非线性拟合,基于模型参数率定的思路提出了一种排水管道泥沙淤积深度的估算方法,并且以G市某雨水排水系统为例,采用4场降雨数据对模型进行了校核与验证。结果表明,通过两场降雨数据的验证,对于管径为1.2~1.8 m的管道,淤积深度预测值与实测值之间的绝对误差均在4 cm以内;模拟结果和实测数据的水深峰现时间偏差均低于实测数据历时的5%,峰值的数值偏差均在3%以内;场次3和场次4两场降雨4个监测点的水深预测值与实测值的平均相对误差分别为3.35%、2.98%,2.75%、2.51%,7.39%、6.77%,5.53%、8.15%,说明该方法能够对排水管道淤积情况进行有效预测。 相似文献
1