基于BP神经网络的易贡藏布河流含沙量预测模型研究

武泽宇; 宁家贤; 高朋辉

doi:10.20040/j.cnki.1000-7709.2025.20241482

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于BP神经网络的易贡藏布河流含沙量预测模型研究

泥沙 | 更新时间：2026-02-25

- 基于BP神经网络的易贡藏布河流含沙量预测模型研究
- 基于BP神经网络的易贡藏布河流含沙量预测模型研究
- 水电能源科学 2025年第7期页码：78-80+56
- 作者机构：
  
  中国电建集团西北勘测设计研究院有限公司
- 作者简介：
- 基金信息：
  
  水文资料匮乏地区河流水位反演关键技术研究
- DOI：10.20040/j.cnki.1000-7709.2025.20241482
  中图分类号： TV14;TP183
- 纸质出版：2025
- 稿件说明：
移动端阅览
武泽宇, 宁家贤, 高朋辉. 基于BP神经网络的易贡藏布河流含沙量预测模型研究[J]. 水电能源科学, 2025,(7):78-80+56.

武泽宇, 宁家贤, 高朋辉. 基于BP神经网络的易贡藏布河流含沙量预测模型研究[J]. 2025, (7): 78-80+56.
武泽宇, 宁家贤, 高朋辉. 基于BP神经网络的易贡藏布河流含沙量预测模型研究[J]. 水电能源科学, 2025,(7):78-80+56. DOI： 10.20040/j.cnki.1000-7709.2025.20241482.

武泽宇, 宁家贤, 高朋辉. 基于BP神经网络的易贡藏布河流含沙量预测模型研究[J]. 2025, (7): 78-80+56. DOI： 10.20040/j.cnki.1000-7709.2025.20241482.

摘要

准确预测河流泥沙含量及其变化趋势，对于河流管理、水资源利用及生态环境保护具有重要意义。为此，引入BP神经网络，基于易贡藏布水文站2013～2022年实测数据，构建了基于BP神经网络的含沙量预测模型，利用该模型预测了易贡藏布河流含沙量，并选取决定系数、平均绝对值误差、平均偏差、均方根误差评价模型的性能。结果表明，所提模型预测精度极高，R

值远超0.98

误差指标均趋近于零，充分验证了该模型的有效性与准确性，为该流域未来含沙量预测工作提供了参考依据和科学指导。

Abstract

关键词

Keywords

references

魏苗,胡新源,周聂,陈娜,易瑞吉,马仲坤,陈华.基于机器学习算法的含沙量短临预报模型研究[J].中国农村水利水电,2024(09).

张信宝,罗景城,王小国,唐家良,彭韬,朱波.河流泥沙输移过程中矿物风化的碳汇效应初探——以长江干流为例[J].地质学报,2023(07).

宣善钦,邵先锋.基于BP神经网络和二阶多项式的高程异常拟合精度分析[J].山西建筑,2020(17).

浏览量

372

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多源气象资料与机器学习的降水数据质量控制方法研究

CEEMDAN分解与机器学习耦合模型在林海水库入库径流预报中的多尺度适用性分析

基于GHOA-VMD-GRU和CNN区间建模的长江上游干流日含沙量预测研究

大型水轮发电机定子绕组温度智能预测方法

基于Stacking集成框架的预报降水统计后处理研究