典型文献
BP神经网络和数值模型相结合的城市内涝预测方法研究
文献摘要：
洪涝数值模型是当前城市内涝风险分析和预报预警的主要技术手段,然而数值模型的计算速度较慢,难以满足日常防汛应急的需求.如何将人工智能技术,引入到训练样本及标注数据较少的城市积水内涝快速预测中,是个重点关注且亟待解决的问题.针对这个问题,本文将具有良好计算精度数值模型与具有较高计算效率的BP人工神经网络模型相结合,提出了一种快速预测城市内涝风险的新方法.本方法以城市洪涝模型的模拟结果作为数据驱动,构建各积水点的BP神经网络预测模型.结果表明,该方法预测精度高,计算速度快,可以满足日常防汛应急的需要,为人工智能技术在防洪减灾方向的应用提供了新的思路.
文献关键词：
人工智能;BP神经网络;洪涝模型;城市内涝;快速预测
中图分类号：
作者姓名：
刘媛媛;刘业森;郑敬伟;柴福鑫;李敏;穆杰
作者机构：
中国水利水电科学研究院,北京 100038;水利部防洪抗旱减灾工程技术研究中心,北京 100038
文献出处：
引用格式：
[1]刘媛媛;刘业森;郑敬伟;柴福鑫;李敏;穆杰-.BP神经网络和数值模型相结合的城市内涝预测方法研究)[J].水利学报,2022(03):284-295
A类：
样本及标注
B类：
数值模型,城市内涝风险,预报预警,主要技术,计算速度,较慢,防汛,训练样本,积水内涝,快速预测,计算精度,高计算效率,人工神经网络模型,城市洪涝,洪涝模型,积水点,神经网络预测模型,防洪减灾
AB值：
0.252614
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
