基于BP神经网络的长江口深水航道回淤量预测

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

所属期刊栏目：54

分类号：TV14(水利工程基础科学)

资助基金：上海市科学技术委员会科研计划项目;上海市科学技术委员会科研计划项目;国家重点研发计划;长江科学院开放研究基金资助项目

在线出版日期：2023-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：206-213