基于组合神经网络模型的明渠流速场预测研究

摘要

准确获取明渠流速场在水利工程领域具有重要意义,有助于更好地计算明渠流量和研究水沙运动规律。然而由于明渠易受到环境因素的影响,因此难以获得精确的流速场。文章建立了一种结合计算流体力学(CFD)和机器学习的断面流速场预测方法,并提出了一种组合神经网络模型PSO-BP-RBF用于预测明渠流速场。实验结果表明,PSO-BP-RBF模型能有效提高预测精度,节省时间成本,相对于其他模型能预测出更为准确的流速场,误差降低了2.6%~5.2%,预测误差在4.5%以内。