基于MATLAB的黄河下游断流防治研究

【摘要】：40多年来,随着人口增长和工农业生产的快速发展,黄河流域尤其是下游地区的水资源日益紧缺,导致人口、资源、环境系统失衡。水资源的供需矛盾,使黄河下游利津水文站1972年首次出现断流,截至1997年底,26年中有20年出现断流,累计断流天数为908天,平均每年断流45.4天。 BP神经网络是包含有输入层、隐含层和输出层的多层网络,若把这种神经网络看成一个输入到输出的映射,则这个映射是一个高度的非线性映射。BP算法可以对简单的非线性函数进行复合后来实现这种复杂的映射。分析表明,采用三层BP网络对黄河下游径流量进行预测可以有效的模拟其具有的不确定、多输入、复杂的非线性特征。 本文利用MATLAB软件的神经网络工具箱(NNT),建立下游枯季径流预测的BP神经网络模型。通过本文可以看出,运用MATLAB神经网络工具箱(NNT),不需要进行繁琐的编程,就可以快速、准确、有效的建立BP网络模型对径流量进行预测,而且具有很好的通用性。 通过分析黄河下游枯季径流的影响因素,主要为花园口水文站径流量和下游的引黄量这两个因子,花园口水文站径流量和下游的引黄量可作为输入层中的影响因子,下游利津站的流量作为输出层在确定前期影响因子的基础上,构造基于人工神经网络的黄河下游枯季径流实时预测的BP神经网络模型。本次研究利用MATLAB软件的神经网络工具箱,建立下游枯季径流预测的BP神经网络模型,使用花园口一利津水文站28年的完整序列测流资料训练和检验网络并用于预测。同时,本文用利津站28年的完整序列测流资料训练和检验网络,并预测2000-2010年径流量。 结果表明,通过本次研究建立的BP网络模型是合理的、可靠的,它较好地反映了黄河下游的枯季径流规律,决策部门可将管理及设计部门提供的多种方案输入BP网络模型,以便根据预测结果进行多方案的对比及优选,为制订下游的送水和引水方案以及黄河流域水资源的统一调度、管理,尤其是预防黄河下游再次出现断流提供科学依据。