共 29 条
- [4] 基于长短时记忆(LSTM)神经网络的黄河中游洪水过程模拟及预报[J]. 北京师范大学学报(自然科学版), 2020, 56 (03) : 387 - 393徐源浩邬强李常青陈游倩张力冉广胡彩虹
城市社区尺度降雨径流快速模拟——以福州市一排水小区为例
被引：17
作者：
叶陈雷
[1
]
徐宗学
[1
]
雷晓辉
[2
]
陈阳
[3
]
班春广
[1
]
苏恒
[1
]
机构：
[1] 北京师范大学水科学研究院城市水循环与海绵城市技术北京市重点实验室
[2] 中国水利水电科学研究院水资源研究所
[3] 东北大学资源与土木工程学院
来源：
关键词：
SWMM模型;
长短期记忆神经网络;
模式识别法;
遗传算法;
Mann-Kendall趋势检验;
D O I：
暂无
中图分类号：
TU992 [排水工程（沟渠工程、下水道工程）];
学科分类号：
0815 ;
摘要：
随着城市化进程的不断加快,我国城市正面临着越来越严峻的洪涝问题。本文在社区尺度上构建雨洪管理模型(SWMM),使用遗传算法率定SWMM模型参数;在对研究区降雨分析的基础上,采用模糊识别法筛选出最具代表性的两种雨型;基于不同的降雨情景与SWMM模拟值组成的数据集,建立长短期记忆神经网络(LSTM)模型模拟研究区降雨径流关系,并使用不同工况评估了LSTM模型效果。结果表明,LSTM模型对降雨径流的模拟与SWMM模型基本吻合,而其对洪峰流量的拟合略有偏差。在较小降雨下,LSTM模型模拟洪峰流量较SWMM输出结果偏小;在较大降雨下,模拟结果偏大;在中等降雨时,模拟效果最好。此外,50个隐含层单元的拟合效果更好,但同时更多的隐含层单元对洪峰流量拟合效果更好。
引用
收藏
页码：81 / 94
页数：14
相关论文