作者单位: |
School of Resources and Safety Engineering, entral South University, hangsha,Hunan 410083, hina;Institute of Rock and Soil Mechanics, hinese cademy of Sciences,Wuhan,Hubei 430071, hina 中南大学资源与安全工程学院,湖南长沙,410083;中国科学院武汉岩土力学研究所,湖北武汉,430071 |
摘要: |
堰塞湖排洪问题的研究是一个多学科的系统工程,水位线及蓄水量的影响因素十分复杂,受降雨、地形地貌等大量不确定性因素的影响.蓄水量的预测是一个动态不确定性的问题,难以求得准确的解析解.以唐家山堰塞湖为例,整理出了唐家山堰塞湖50多组水位高程与蓄水量的数据,进行相关性分析,建立了线性、乘幂相关性模型,利用广义回归神经网络模型强大的逼近能力,提出了堰塞湖蓄水量预测的广义回归神经网络模型.研究表明,乘幂回归模型较线性回归模型相关性大,广义回归神经网络模型预测误差最小为0,最大为0.1647,预测精度高,预测结果与实测结果吻合较好.该模型可为紧急救灾情况下堰塞湖蓄水量的研究提供一条有效的途径.有望为同类堰塞湖的应急治理提供一定的参考意义. |