基于BP神经网络模拟闸坝下游冲刷坑空间分布

闸坝下游河床的冲刷是一个复杂的非线性系统,现有的计算方法无法得到冲刷坑的空间分布。基于BP神经网络,利用某个试验工况冲刷坑的空间坐标信息训练网络,建立其他工况闸坝下游冲刷坑的插值和预测模型,此法可精准地识别出表现优异的神经网络。将BP神经网络在特征断面的插值结果与反距离加权、克里金、局部多项式插值法的插值结果对比,分析预测值和实测值的最低点差值、均方根误差和相关系数。结果表明,BP神经网络在冲刷上游段和过渡段的插值结果明显优于其他3种插值方法且能较好地预测冲刷坑发展,可利用该方法结合BP神经网络模拟闸坝下游冲刷坑的空间分布特性。