河网水流智能模拟技术及应用.pdf

第19卷第2期 水科学进展 V01．19。No．2 20∞年3月 ADVANCES矾W．A’IERSCIENCE M盯．．2008 河网水流智能模拟技术及应用 唐洪武1，一，雷 燕1，-，顾正华3 (1．河海大学水文水资源与水利工程科学国家重点实验室，江苏南京2l∞粥；2．河海大学水利水电工程学院。江苏南京2100粥； 3．浙江大学建筑工程学院，浙江杭州3100∞) 摘要：针对城市河网缺乏足够的实测资料和河罔水动力学模型模拟速度慢的特点，提出将河网水动力学模型与遗 传算法、神经网络方法结合，建立河网智能模型。模型中，利用河网水动力学模型提供神经网络所需的信息，遗传 算法用于优化神经网络的初始权重。将该模型应用于上海市浦东新区河网中，智能模拟结果与经过实测资料验证 的河网水动力学模型的模拟结果吻合较好，表明河网智能模型精度与水动力学模型接近。同时实时性较好，可用来 预测河网水位变化特性，也为今后类似研究提供一种模拟技术。 关键词：河网；智能模型；人工神经网络；遗传算法；水动力学模型 中圈分类号：Tvl31．2文献标识码：A 文章编号：100l—6791(2008)02—0232．06 水资源、河流动力学和环境水力学中的许多问题都需要精确了解河网水流动态特征参数，例如，研究河网 中污染物和泥沙输运模拟时需要首先进行河网水流模拟研究。因此，河网水流模拟具有重要的实际应用价值。 河网是由许多互相连接的河道组成的系统，各河道在汉点处连接，汉点的存在增加了数值解法和河网非恒定流 演算的难度。在过去几十年里，许多研究者提出了多种河网水流数值模拟方法【l_5J，虽然这些方法在描述水文 过程机理上有优势，但是模拟速度缓慢，达不到实时的要求。当定解条件变化，需要及时知道河网内某处的水 动力学特性的变化，则神经网络模型具有较大的优势。近年来，人工神经网络(ANN)已在流场计算、水沙模 拟、水文现象的模拟及预报等方面得到了一定的应用和发展。Dibike等[6】将神经网络与水动力学模型结合，对 重要河段航深、二维流场中重要位置的水流运动进行了成功的预测；李义天、李荣L7J将ANN与河网水沙连续 方程联系，建立了具有河网水沙运动特点的人工神经网络模型。顾正华、唐洪武[。_lo]提出了水流智能模型的 概念，并建立了水流智能模拟的完整理论体系．运用人工神经网络方法对透水框架式四面体的尾流场进行智能 模拟[1l】。这些研究说明了ANN在快速预测、反馈和过程控制中的明显优越性。 BP神经网络的学习基于梯度下降法，存在容易陷入局部极小，不稳定和收敛速度慢的缺点【l引。遗传算法是一 种基于自然选择和遗传变异等生物机制的高度并行、随机、自适应有哪些信誉好的足球投注网站算法，具有多点并行有哪些信誉好的足球投注网站的特点，可以 避免陷人局部极值点[妇】。因此，将这两种算法结合可以改进ANN模型的性能[1引。本文由部分实测资料及河网 水动力学模型提供所需的数据资料，利用遗传算法和神经网络建立河网水流运动的非线性模型，并将其应用于 上海浦东新区河网内部水体运动规律模拟中。研究思路可在类似河网及缺乏足够实测资料地区应用。 1 水动力学模型与BP神经网络及遗传算法耦合的河网水流模拟方法 河网水流模拟是一个典型的非线性过程，人工神经网络是借鉴大脑和神经系统存储和处理信息的某些特征 抽象出来的一种数学模型，具有强大的自学习和修正误差能力及能够逼近任何非线性系统的特点。因此可用于 快速模拟复杂河网水流。人工神经网络在应用中存在训练速度慢、不稳定和易于收敛到局部极小点等问胚， 收稿日期：200r7．晒一16 ，‘ 基金项目：新世纪优秀人才支持计划资助项目(NCET-04-0494)；国家自然科学基金资助项目(5047粥醯) 作者简介：唐洪武(1966一)，男，江苏建湖人，教授，博士，主要从事河流管理、工程水力学、河流动力学及现代流体测控 技术等研究。BmBil：h哪@hhu．edu．cn 万方数据 第2期 唐洪武等：河网水流智能模拟技术及应用