基于组合神经网络模型的明渠流速场预测研究  

Study on Prediction of Velocity Field in Open Channel Based on Combined Neural Network Model

作　　者：林瑞祥 韩君 雷代银 周新志[1] LIN Ruixiang;HAN Jun

机构地区：[1]四川大学电子信息学院,四川成都610065 [2]成都万江港利科技股份有限公司,四川成都610000

出　　处：《水利规划与设计》2023年第5期108-113,148,共7页Water Resources Planning and Design

基　　金：水利部重大科技项目(SKS-2022049)。

摘　　要：准确获取明渠流速场在水利工程领域具有重要意义,有助于更好地计算明渠流量和研究水沙运动规律。然而由于明渠易受到环境因素的影响,因此难以获得精确的流速场。文章建立了一种结合计算流体力学(CFD)和机器学习的断面流速场预测方法,并提出了一种组合神经网络模型PSO-BP-RBF用于预测明渠流速场。实验结果表明,PSO-BP-RBF模型能有效提高预测精度,节省时间成本,相对于其他模型能预测出更为准确的流速场,误差降低了2.6%~5.2%,预测误差在4.5%以内。

关 键 词：明渠 神经网络 CFD 流速场 

分 类 号：TV133[水利工程—水力学及河流动力学]