[发明专利]一种融合人工神经网络与水沙传输机制的河道水沙冲淤演变模拟方法

权利要求书

1.一种融合人工神经网络与水沙传输机制的河道水沙冲淤演变模拟方法，其特征在于，包括：

S1，基于人工神经网络技术，以河段蓄水量、冲淤量、上边界含沙量和上边界流量作为输入因子，以河段下边界流量、下边界含沙量作为输出因子，对M个河段分别构建M个神经网络模型；

S2，利用河道实测水沙数据或河道水沙数值模型模拟数据，对已构建M个河段神经网络模型进行训练；

S3，利用训练好河段神经网络模型计算河段下边界流量和含沙量；

S4，基于水流连续方程和泥沙连续方程，利用各个河段上边界流量和含沙量以及下边界流量和含沙量，在ΔT时间范围内计算各个河段的蓄水变化量和冲淤变化量，并计算ΔT时间后各个河段蓄水量和冲淤量；

S5，重复S3-S4，计算下一时刻河段下边界流量、含沙量以及河段蓄水量、冲淤量,直到模拟结束；

其中，在ΔT时间范围内对于各个河段，流量流入量与流量流出量之差等于蓄水量变化量；水流连续方程如下所示：

式中，为第i+1个河段的蓄水量，Qⁱ为第i个河段的下边界流量，T为时间；

在ΔT时间范围内对于各个河段，泥沙流入量与泥沙流出量之差等于冲淤变化量，泥沙连续方程如下所示：

式中，为第i+1个河段的泥沙冲淤量，Sⁱ为第i个河段的下边界含沙量；

其中，对于某一确定河段，假定河段上边界流量、下边界流量在ΔT时间范围内保持不变，第T+ΔT时刻河段蓄水量表示为：

为第T时刻第i+1个河段的蓄水量；对于某一确定河段，假定河段上边界含沙量、下边界含沙量在ΔT时间范围内保持不变，第T+ΔT时刻河段泥沙冲淤量表示为：

为第T时刻第i+1个河段的泥沙冲淤量。

2.根据权利要求1所述融合人工神经网络与水沙传输机制的河道水沙冲淤演变模拟方法，其特征在于，河段下边界流量表示为：

式中，f_i()表示第i个河段的下边界流量函数关系式，Qⁱ|_T为第T时刻第i个河段的下边界流量；Sⁱ|_T为第T时刻第i个河段的下边界含沙量；

河段下边界含沙量表示为：

式中：g_i()表示第i个河段的下边界含沙量函数关系式。

3.根据权利要求1所述融合人工神经网络与水沙传输机制的河道水沙冲淤演变模拟方法，其特征在于，其中，利用训练好河段神经网络模型计算河段下边界流量和含沙量的步骤如下：

在ΔT时间范围内对于第1个河段，将整个河道上边界流量、含沙量以及河段冲淤量、蓄水量作为模型的输入因子，通过河段神经网络模型计算河段下边界流量和含沙量；

在ΔT时间范围内对于第i个河段，1＜i≤M，第i-1个河段的下边界流量、含沙量等于第i个河段的上边界流量、含沙量，将第i个河段蓄水量、冲淤量、上边界流量、上边界含沙量作为输入因子，通过河段神经网络模型计算河段下边界流量和含沙量。