导读:本文包含了含沙量预报论文开题报告文献综述及选题提纲参考文献，主要关键词:水库泥沙,水文预报,预报体系,入库含沙量
含沙量预报论文文献综述
王世平,王渺林,许全喜,熊金和[1]（2015）在《叁峡入库站含沙量预报方法初探与试预报》一文中研究指出为满足叁峡水库实时调度和管理需求,针对较小含沙量的预报,初步建立了以上下游站含沙量关系模型为基础、结合短期水雨情预报的叁峡入库站含沙量预报体系和方法;提出了含沙量预报精度评价指标;介绍了2012年汛期泥沙试预报情况和预报精度评价结果。评价结果表明,含沙量预报与实际值较贴近,说明建立的预报体系和方法具有较好的可行性和时效性,预报精度满足叁峡水库泥沙调度要求。(本文来源于《水利水电快报》期刊2015年05期）
毛倩倩,黄军伟[2]（2014）在《基于BP神经网络的含沙量过程预报研究》一文中研究指出泥沙研究在减少河道和库区淤积萎缩、保证正常通航、河道引排水及水库安全取水等方面具有重要作用。本文通过分析区间水沙和暴雨特性,建立了基于系统理论的BP神经网络模型进行河道含沙量过程的预报。结果表明,具有非线性结构的BP神经网络模型能更好地模拟区间含沙量过程变化,为泥沙方面的研究提供参考(本文来源于《上海水务》期刊2014年02期）
曹炎煦,梁忠民,黄清烜,霍世清,许珂艳[3]（2013）在《BMA方法在黄河龙门站含沙量过程预报中的应用研究》一文中研究指出以黄河流域吴堡站到龙门站为研究区域,建立龙门站含沙量过程的线性动态和BP神经网络两种统计模型,并结合BMA方法给出两种模型的综合预报结果。结果表明,在线性动态模型和BP神经网络模型的基础上,采用BMA方法进行含沙量预报模型的合成预报不仅可以提高预报精度,而且可以提供概率预报值。(本文来源于《水利水电技术》期刊2013年06期）
黄清烜,梁忠民,曹炎煦,霍世青,许珂艳[4]（2013）在《基于误差修正的BP神经网络含沙量预报模型》一文中研究指出以黄河龙门—潼关河段作为研究区域,在分析区间来沙来水对含沙量影响的基础上,建立了基于BP神经网络的潼关站含沙量过程预报模型。同时,为提高预报模型的预报精度,利用误差序列建立了相应的误差自回归模型对预报结果进行校正。校正前后泥沙过程的对比分析表明,校正后的泥沙过程预报精度有较显着的提高,5场验证泥沙场次的平均确定性系数由校正前的0.35提高到校正后的0.76。(本文来源于《水力发电》期刊2013年01期）
毛倩倩,梁忠民,霍世青,许珂艳[5]（2012）在《黄河中游龙门含沙量过程统计预报模型研究》一文中研究指出针对黄河中游吴堡—龙门区间泥沙量过程的特点,基于统计模型方法,建立了多输入、单输出的龙门站含沙量过程预报方案,采用逐步回归方法进行预报因子筛选和模型率定,结合最小二乘递推算法的实时校正技术对含沙量过程进行预报,并根据实测资料对预报方案进行了检验。结果表明,该统计预报方案精度较高、适用性较好。(本文来源于《水电能源科学》期刊2012年04期）
秦毅,石宝,李楠,凌燕,刘超[6]（2010）在《含沙量预报方法探讨》一文中研究指出黄河的泥沙问题一直都是黄河治理的重点。进行含沙量预报将为一些治理黄河的措施提供技术支持。由于影响黄河含沙量的因素众多,预报技术难度大,至今没有可用的预报方案,可以说这在黄河上乃至其它河流都是空白。本文就现有的预报方法(输沙单位线法、响应函数法、神经网络法、水力学法),分析其影响因素和优缺点。就今后含沙量预报方法应努力的方向给出建议。(本文来源于《泥沙研究》期刊2010年01期）
秦毅,凌燕,张静,钱云平,徐建华[7]（2009）在《流量沿程变化的不平衡输沙含沙量过程预报方法》一文中研究指出本文从水沙运动机理出发,将简化的一维不平衡输沙模型与假定河道水量调节为线性水库式调节前提下推导出的河道流量沿程变化模型相结合,建立了冲积性河流含沙量过程预报模型。并利用花园口—夹河滩河段以及龙门—潼关河段水沙资料对模型的模拟效果进行了检验。结果表明,由于模型考虑了流量沿河道纵向上的变化,而使模型的模拟预报效果较单一的一维恒定均匀流不平衡输沙模型有明显改善,含沙量模拟预报效果较满意。(本文来源于《地理科学进展》期刊2009年04期）
李鸿雁,刘晓伟,李世明[8]（2009）在《GAS优化经验公式参数方法在黄河下游含沙量过程预报中的应用》一文中研究指出紧密结合黄河下游河道的输沙特性和水沙作用机理,依据遗传算法强大的全局优化搜索能力,估计和优化含沙量过程预报经验公式的参数。计算结果表明,该方法具有物理概念清晰、公式计算简便、预报精度较高等特点,可以在生产实践中很方便地推广使用。采用GAS估计经验公式参数方法与传统方法相比,优势在于只需要河道历史水文数据即可完成参数确定,而不需要河段比降、河槽宽度和河道深度等河道形态参数。(本文来源于《泥沙研究》期刊2009年03期）
金双彦,谢海文,徐建华[9]（2009）在《黄河中游龙门站洪水最大含沙量预报方案的建立及应用研究》一文中研究指出选用黄河中游龙门站1956~2003年洪峰流量在起报标准5000 m3/s以上的洪水85场,以吴堡含沙量、输入站合成含沙量、Qmα龙ρβ吴和Qmα龙ρβ合为自变量,区分洪水不同来源,建立并优选出龙门站基于统计途径的最大含沙量预报方案。方案在"03.7"山陕区间洪水中进行了应用,实测值为127 kg/m3,预报值为140 kg/m3,其结果合格。(本文来源于《水利水电技术》期刊2009年05期）
李楠[10]（2009）在《含沙量过程不确定性预报系统模型研究》一文中研究指出在河流的冲淤变化中,含沙量是一个重要的物理量,对水流特性、泥沙输移、河道冲淤积变形等有着重要的影响。因此,含沙量预报有着重要的意义,为一些治黄措施小北干流“淤粗排细”的放淤、小浪底水库“调水调沙”、“淤滩刷槽”的洪水调度、“洪水资源化”的洪水调度等提供技术支持,也为水库、引水、防汛等工程的操作提供技术支撑。含沙量过程是一个复杂的动态过程,受到河槽形态、流速、含沙量、粒径等众多因素的影响,使含沙量过程变化比洪水过程更具有不确定性,所以研究含沙量过程不确定性预报系统模型是非常必要的,可以开辟含沙量预报的一条新思路。本论文依据数理统计理论及水沙运动理论提出了由试验系统和估计系统两大部分组成的含沙量过程不确定性预报系统模型。以黄河小北干流实测水文资料为依托,以潼关站含沙量过程为预报对象,对该系统模型进行了尝试性的探索开发,取得以下几方面成果：(1)随机现象是可以通过随机试验来研究其分布规律。通过随机试验,进行抽样来估计出分布规律中的参数,以达到预测事件的目的。据此,依据数理统计理论及水沙运动理论本论文提出了由试验系统和估计系统组成的含沙量不确定性预报系统模型,并提出了适宜的解决方案。(2)对于试验系统,由于系统响应函数模型对含沙量过程预报具有实际操作简单、效果良好的特点,所以论文依据水文系统的原理,建立响应函数模型,以其作为含沙量预报的试验系统,经检验预报结果较好。(3)对于估计系统,由于贝叶斯估计恰好能够满足估计系统的要求,所以将贝叶斯估计作为预报系统中的估计系统。模型理论依据明确,结构合理,利用信息全面,应用于黄河中游潼关站的含沙量过程预报中,获得良好效果。(4)小北干流是冲淤变化频繁、河槽变形迅速的河流,漫滩洪水常被认为是对含沙量过程有影响的特殊洪水,本论文也对此进行了探讨。结果表明,漫滩洪水对含沙量过程预报的影响不大,在预报中可以不给予考虑。另外研究发现,高、中、低含沙量的洪水有着不同的物理特性,根据资料分析,将其分区处理,可以提高预报模型的精度。(5)将由试验系统和估计系统组成的含沙量不确定性预报系统模型与单纯的水文预报模型相比较,在模型结构上,物理概念更加明确；在预报结果上,精度明显提高。按照模型的评价标准,基本达到预报要求,可以进行实际的预报工作。(本文来源于《西安理工大学》期刊2009-03-01）
含沙量预报论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
泥沙研究在减少河道和库区淤积萎缩、保证正常通航、河道引排水及水库安全取水等方面具有重要作用。本文通过分析区间水沙和暴雨特性,建立了基于系统理论的BP神经网络模型进行河道含沙量过程的预报。结果表明,具有非线性结构的BP神经网络模型能更好地模拟区间含沙量过程变化,为泥沙方面的研究提供参考
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
含沙量预报论文参考文献
[1].王世平,王渺林,许全喜,熊金和.叁峡入库站含沙量预报方法初探与试预报[J].水利水电快报.2015
[2].毛倩倩,黄军伟.基于BP神经网络的含沙量过程预报研究[J].上海水务.2014
[3].曹炎煦,梁忠民,黄清烜,霍世清,许珂艳.BMA方法在黄河龙门站含沙量过程预报中的应用研究[J].水利水电技术.2013
[4].黄清烜,梁忠民,曹炎煦,霍世青,许珂艳.基于误差修正的BP神经网络含沙量预报模型[J].水力发电.2013
[5].毛倩倩,梁忠民,霍世青,许珂艳.黄河中游龙门含沙量过程统计预报模型研究[J].水电能源科学.2012
[6].秦毅,石宝,李楠,凌燕,刘超.含沙量预报方法探讨[J].泥沙研究.2010
[7].秦毅,凌燕,张静,钱云平,徐建华.流量沿程变化的不平衡输沙含沙量过程预报方法[J].地理科学进展.2009
[8].李鸿雁,刘晓伟,李世明.GAS优化经验公式参数方法在黄河下游含沙量过程预报中的应用[J].泥沙研究.2009
[9].金双彦,谢海文,徐建华.黄河中游龙门站洪水最大含沙量预报方案的建立及应用研究[J].水利水电技术.2009
[10].李楠.含沙量过程不确定性预报系统模型研究[D].西安理工大学.2009