基于BP神经网络的长江口深水航道回淤量预测 |
| |
引用本文: | 王淑楠,顾峰峰,李俊花,赵德招.基于BP神经网络的长江口深水航道回淤量预测[J].人民长江,2023(2):206-213. |
| |
作者姓名: | 王淑楠 顾峰峰 李俊花 赵德招 |
| |
作者单位: | 1. 上海海事大学海洋科学与工程学院;2. 上海河口海岸科学研究中心河口海岸交通行业重点实验室;3. 交通运输部长江口航道管理局 |
| |
基金项目: | 上海市科学技术委员会科研计划项目(21DZ1201700,21DZ1201002);;国家重点研发计划项目“长江口水沙变化与重大工程安全”(2017YFC0405400); |
| |
摘 要: | 长江口12.5 m深水航道在发挥巨大经济效益和社会效益的同时,航道回淤量大、时空分布高度集中的间题突出,每年需投入大量的维护疏浚力量。长江口深水航道维护一般以月为时段安排施工力量,但月度回淤强度大且时空变化明显,导致如何精准预测航道回淤量成为了一个重要技术难题。根据2016~2018年实测水文资料和航道回淤机制,筛选了影响航道回淤的主要影响因子,建立了多影响因子作用下的长江口深水航道回淤量BP神经网络高精度预测模型,比较并推荐了训练和预测网络的隐含层数及各层神经元数;选取2016~2018年长江口长序列的水文资料进行预测模型训练,并选取2019年资料对预测模型进行验证,证实了模型选取的影响因子及构建的预测模型的合理性,验证了模型具有较高的航道回淤量预测能力和空间分布预测精度,研究成果可为航道维护的科学管理和疏浚船舶的合理调度提供参考。
|
关 键 词: | 回淤量预测 BP神经网络 影响因子 长江口 深水航道 |
|