[发明专利]一种基于神经网络的台风浪对防波堤破坏预警方法及系统

权利要求书

1.一种基于神经网络的台风浪对防波堤破坏预警方法，其特征在于，包括如下步骤：

S1.获取防波堤位置波浪要素、水位组合条件和防波堤横断面参数；

S2.基于所述防波堤位置波浪要素、所述水位组合条件和所述防波堤横断面参数，开展水动力环境-防波堤散粒体受力分析，获得散粒体稳定性影响的关键因素；

其中，所述散粒体受力分析方法包括：

对防波堤横断面斜坡上散粒体受力分析，得到散粒体受波浪作用下的水流浮托力，以及水下重量，也即散粒体重量与水对散粒体产生浮力之差；

所述水流浮托力包括速度力F_d和惯性力F_m，

（2）

（3）

其中，分别为速度力和惯性力系数；分别为面积和体积系数；l为散粒体长度，g为重力加速度，u为波浪产生的水流速度，为水的重度；

将惯性力F_m的影响合并入速度力F_d中，简化后水流浮托力公式为：

（4）

其中，为联合影响系数，是与和有关的函数；

波浪破碎时计算式为：

（5）

其中， 为波浪破碎系数，与防波堤断面坡度M、水深d、波高H有关，则

（6）

所述防波堤斜坡上散粒体水下重量计算式为：

（7）

其中，为材料重度，为水的重度；

根据散粒体在防波堤斜坡上受力分析，得到极限平衡条件下的力的平衡方程为：

（8）

其中，为防波堤坡度夹角；

散粒体重量，即：

（9）

将式（9）代入式（8）中，因此力的平衡方程式可变换为：

（10）

其中，上述公式右侧项为一综合系数，与防波堤断面坡度M、波浪参数、破波水流流态和散粒体特性有关；

将上述力的平衡方程式，再次进行变换，最终得到波浪作用下，与波高、水深和防波堤尺度、材料性质参数有关的散粒体重量计算公式为：

（11）

其中，为散粒体重量，为波浪陡度，表示波高/波长，H表示波高，L表示波长；为相对水深，表示水深/波长，为水深，为防波堤断面坡度，为散粒体的稳定系数，为波浪传播过程中的波浪方向；

由上述波浪作用下散粒体稳定重量关系式得到：防波堤断面坡度、波浪陡度、相对水深、稳定系数、材料重度、稳定系数和波浪方向为关键因素；

S3.基于所述散粒体稳定性影响的关键因素，建立水动力环境—散粒体失稳重量数据库；

S4.基于改进后的BP网络，并采用LM算法，结合水动力环境—散粒体失稳重量数据库，提取训练样本，并设置网络参数，利用针对预警预报精度的误差分析方法，获取隐含层数目，隐含层节点数；基于所述散粒体稳定性影响的关键因素，确定输入层、输出层的神经元类型和数量，开展网络样本训练、样本测试和样本检验，获得台风浪极端海况对防波堤破坏预警模型。

2.根据权利要求1所述的基于神经网络的台风浪对防波堤破坏预警方法，其特征在于，

所述预警方法还包括：

S5.对所述预警模型进行优化，包括精度优化和计算速度优化；

所述优化的方法包括：

通过对比所述预警模型的计算结果与试验结果的相关性，建立波浪与散粒体重量响应机制，若所述波浪与所述散粒体重量之间相关系数低于预设值的，则进行误差收敛，进一步对所述预警模型设置参数进行优化，直到满足预定目标误差允许范围。