基于人工神经网络的洪水推流试探

天然河道洪水期的水位流量关系因受洪水涨落率和回水顶托等多种因素的综合影响，一般为复杂的非线性绳套状曲线。洪水流量过程资料往往依赖大量实测流量资料根据人脑的定性判断和经验手工绘制水位（或时间）与流量的时序型曲线后由水位过程（或时间）插补求得。通过运用人工神经网络反向传播（BP）模型，引入与流量变化密切相关的水位、涨落率、落差等因子建立多因素相关的人工神经网络推流模型。实例应用结果表明该模型的拟合能力强，推流计算精度满足实用要求。