基于BP神经网络的渠道无干扰量水方法

灌区量水是节约农业用水、灌区实行按方收费的重要手段。BP神经网络具有很强的非线性映射能力,可描述通过水工建筑的流量与上下游水位之间的函数关系。以渠道进水口上下游水位作为输入向量,以渠道流量作为输出向量,构建了3层神经网络模型。以江苏高邮灌区2012年一条斗渠的水位流量观测数据,应用Matlab神经网络工具箱构建模型,采用trainlm算法进行网络训练与检验。结果表明:模型能较好地反映影响因素与渠道流量之间的关系,计算精度较高,提出的基于BP神经网络的渠道无干扰量水方法简便可行,具有较广的应用前景。