基于BP与PSO的河口双边界条件逆向推求方法

在入海河道的防洪调度计算过程中,经常会遇到在确定河口计算区间某一断面水位条件下逆向推求双边界(上游流量、下游潮位)条件的情形。针对基于MIKE 11模型的传统试算法逆向推求河口双边界条件时计算效率与搜索效率低的问题,提出采用BP神经网络和PSO算法来改进传统试算法的优化方法。该方法首先通过MIKE 11模型建立河口双边界与某一断面水位的离线数据库,然后利用BP神经网络建立河口双边界与该断面水位的高精度非线性映射关系,最后以该断面的确定水位为优化目标,采用PSO算法逆向推求进而确定双边界条件的映射关系。晋江河口的实例研究表明：该优化方法与传统试算法相比,在保障计算精度的前提下,计算时长约减少至原来的十分之一,大大提高了计算效率。研究成果可为河口地区防洪调度提供参考依据。