• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于BP算法的含沙量預(yù)測(cè)模型研究

    2015-06-07 05:59:19溫宗周劉現(xiàn)華
    關(guān)鍵詞:含沙量泥沙權(quán)值

    溫宗周,劉現(xiàn)華

    (西安工程大學(xué)電子信息學(xué)院,陜西西安 710048)

    基于BP算法的含沙量預(yù)測(cè)模型研究

    溫宗周,劉現(xiàn)華

    (西安工程大學(xué)電子信息學(xué)院,陜西西安 710048)

    為提高水庫(kù)泥沙含量預(yù)測(cè)的精度,綜合考慮水溫、水深、流速等因素對(duì)預(yù)測(cè)精度的影響,構(gòu)建基于BP算法的含沙量預(yù)測(cè)模型.首先,選用實(shí)測(cè)的水溫、水深、流速數(shù)據(jù)作為樣本數(shù)據(jù)進(jìn)行BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,通過設(shè)置預(yù)測(cè)誤差實(shí)現(xiàn)對(duì)預(yù)測(cè)模型的約束,完成了含沙量預(yù)測(cè)模型的構(gòu)建.當(dāng)需要進(jìn)行含沙量預(yù)測(cè)時(shí),則將測(cè)試數(shù)據(jù)導(dǎo)入到訓(xùn)練好的預(yù)測(cè)模型中得到含沙量的預(yù)測(cè)值.仿真結(jié)果表明,此含沙量預(yù)測(cè)模型獲得的含沙量值與實(shí)測(cè)值之間的誤差小,預(yù)測(cè)精度達(dá)到了預(yù)期目標(biāo).

    庫(kù)區(qū)泥沙;BP算法;含沙量預(yù)測(cè)

    0 引 言

    水庫(kù)具有防洪、蓄水、養(yǎng)殖、供水、發(fā)電和調(diào)沙等重要功能.水庫(kù)庫(kù)容的大小是水庫(kù)的重要指標(biāo),保證水庫(kù)庫(kù)容是水庫(kù)正常有效運(yùn)行的關(guān)鍵.我國(guó)是一個(gè)沙河流眾多的國(guó)家,泥沙問題比較突出,在洪水期,挾帶泥沙的上游河流到達(dá)庫(kù)區(qū)時(shí),泥沙會(huì)沉降到庫(kù)底,出現(xiàn)不同程度的淤積,尤其是在我國(guó)北方地區(qū)泥沙問題更加嚴(yán)重[1-3].水庫(kù)的泥沙淤積極大地?fù)p失了庫(kù)容,降低了水庫(kù)防洪、興利的綜合效益[4-5].因此適時(shí)有效地泄洪排沙對(duì)保證庫(kù)容、提高水庫(kù)的利用率有著至關(guān)重要的意義.這就需要實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)水庫(kù)的泥沙含量,在泥沙含量超過設(shè)定的閥值時(shí)進(jìn)行預(yù)警,為泄洪排沙、水沙調(diào)度提供科學(xué)依據(jù),對(duì)保證庫(kù)容、提高水庫(kù)利用率有較好的實(shí)用價(jià)值.文獻(xiàn)[6]結(jié)合黑河流域的特點(diǎn)針對(duì)水庫(kù)的入庫(kù)洪水預(yù)報(bào)進(jìn)行研究,同時(shí)探討了泥沙淤積較為嚴(yán)重的馮家山水庫(kù)的出庫(kù)含沙量預(yù)測(cè)問題,力求能夠根據(jù)現(xiàn)有實(shí)測(cè)數(shù)據(jù)對(duì)水庫(kù)的入庫(kù)洪水過程和出庫(kù)含沙量過程進(jìn)行較為可靠的預(yù)測(cè).在此基礎(chǔ)上,針對(duì)含沙量預(yù)測(cè)的研究越來越多[7-10],并有學(xué)者開始將神經(jīng)網(wǎng)絡(luò)和智能控制等相關(guān)理論引入到含沙量預(yù)測(cè)的研究中[11-15],文中在上述研究的基礎(chǔ)上,提出了基于BP算法的含沙量預(yù)測(cè)模型.

    1 BP算法概述

    同傳統(tǒng)含沙量預(yù)測(cè)-回歸模型相比,BP網(wǎng)絡(luò)的數(shù)據(jù)輸入是拓?fù)溆行虻模虼死肂P神經(jīng)網(wǎng)絡(luò)可以在學(xué)習(xí)過程中將懸浮泥沙垂向分布對(duì)聲波衰減的影響考慮在內(nèi),克服了回歸模型各樣本之間沒有聯(lián)系的缺點(diǎn),提高傳感器與背向散射源距離補(bǔ)償?shù)木?利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行庫(kù)區(qū)洪水入庫(kù)時(shí)的含沙量監(jiān)測(cè)是符合洪水入庫(kù)過程特性的.圖1為一個(gè)基本的BP神經(jīng)元,其功能為:輸入量先乘上連接權(quán)值并與bj做加權(quán)處理,然后通過激勵(lì)函數(shù)f(·)做轉(zhuǎn)移處理.其中,x1,x2,…,xn代表輸入量,yj表示輸出量,bj代表閾值,wj1,wj2,…,wjn代表連接權(quán)值,f(·)為激勵(lì)函數(shù),凈輸入值sj為

    在將凈輸入sj通過激勵(lì)函數(shù)f(·)轉(zhuǎn)移處理之后,得到輸出yj=f(sj).式中,f(·)是單調(diào)上升函數(shù)且為有界函數(shù).

    采用Delta學(xué)習(xí)規(guī)則進(jìn)行網(wǎng)絡(luò)訓(xùn)練,其數(shù)學(xué)表達(dá)式為

    圖1 基本BP神經(jīng)元結(jié)構(gòu)Fig.1 The basic structure of BP neurons

    式中,wij表示神經(jīng)元的連接權(quán)值,di為神經(jīng)元的期望輸出值,yi是神經(jīng)元的實(shí)際輸出值,xj表示神經(jīng)元的狀態(tài)值,α表示學(xué)習(xí)速度.對(duì)于輸出層,權(quán)值的調(diào)整公式為

    式中,f(·)為神經(jīng)元的激勵(lì)函數(shù),f′(·)為其一階導(dǎo)數(shù),Neti表示為第i個(gè)神經(jīng)元的輸入.對(duì)隱含層來說,權(quán)值的調(diào)整公式為j

    式中,∑為全體與隱含層的單元j相連的各項(xiàng)連接權(quán)值變化總和.

    假設(shè)輸入為P,輸入神經(jīng)元有n1個(gè),隱含層有n2個(gè),輸出層有n3個(gè),激勵(lì)函數(shù)為f(·),輸出為Y,閾值分別為b1和b2,神經(jīng)元的連接權(quán)值分別為w1和w2信息在正向傳遞中所涉及的參數(shù)值計(jì)算:

    (1)隱含層第i個(gè)神經(jīng)元輸出為

    (2)輸出層第j個(gè)函數(shù)為

    (3)誤差函數(shù)的定義為

    式中,tj為神經(jīng)元的期望輸出值.采用梯度下降的方法求相應(yīng)權(quán)值:

    (1)輸出層權(quán)值的變化:

    BP算法實(shí)現(xiàn)的步驟如下:

    (1)初始化連接閾值與權(quán)值,數(shù)值設(shè)置為比較小的隨機(jī)數(shù);

    (2)導(dǎo)入輸入矢量X=[x1,x2,…,xn]以及期望輸出Y=[y1,y2,…,yn];

    (3)從第一個(gè)隱含層開始逐步計(jì)算出每個(gè)單元的凈輸入值sj;

    (4)再將sj代入到激勵(lì)函數(shù),得到激勵(lì)值yj=f(sj);

    (5)由yj來得出輸出值Oj=H(yj),式中,H代表輸出函數(shù);

    (6)計(jì)算連接權(quán)的矯正值Δwij;

    (7)再一次執(zhí)行步驟(3)~(6),直至均方差達(dá)到預(yù)期目標(biāo).

    2 含沙量預(yù)測(cè)模型

    基于傳感器斷面優(yōu)化布控的原則,以實(shí)時(shí)測(cè)得的超聲波回波強(qiáng)度、水溫、水深、流速作為樣本,將其導(dǎo)入到基于BP神經(jīng)網(wǎng)絡(luò)的泥沙含量監(jiān)測(cè)系統(tǒng)模型中進(jìn)行參數(shù)訓(xùn)練,完成監(jiān)測(cè)系統(tǒng)BP模型構(gòu)建.通過測(cè)點(diǎn)測(cè)得的回波強(qiáng)度、水深、水溫、流速導(dǎo)入到構(gòu)建好的BP模型中完成對(duì)庫(kù)區(qū)含沙量的實(shí)時(shí)預(yù)測(cè),并與取樣法測(cè)得的水庫(kù)排沙后的下泄含沙量作對(duì)比.如果預(yù)測(cè)誤差在可接受誤差范圍之外,則將本次含沙量的預(yù)測(cè)值以及測(cè)點(diǎn)實(shí)時(shí)測(cè)得的回波強(qiáng)度、水溫、水深、流速作為樣本數(shù)據(jù),再次導(dǎo)入到已建好的BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行網(wǎng)絡(luò)參數(shù)訓(xùn)練,通過這樣多輪反復(fù)的訓(xùn)練—預(yù)測(cè)—再訓(xùn)練的過程,最終將監(jiān)測(cè)誤差控制在一定的范圍之內(nèi),得到一個(gè)特定區(qū)域的BP神經(jīng)網(wǎng)絡(luò)模型.

    2.1 網(wǎng)絡(luò)中輸入、輸出因子選擇

    輸入因子的選擇依據(jù):(1)首先輸入量信息能夠被檢測(cè),并且跟輸出量之間的相關(guān)性比較大;(2)如果有多個(gè)輸入量,它們之間是互不相干的.輸出量表示本系統(tǒng)所要實(shí)現(xiàn)的功能目標(biāo),即含沙量.

    2.2 網(wǎng)絡(luò)層數(shù)的選擇

    三層前饋網(wǎng)絡(luò)ANN可以滿足一般函數(shù)的擬合逼近問題.隱含層數(shù)的增加可以提高模型精度,但過多隱含層會(huì)提高網(wǎng)絡(luò)復(fù)雜程度.為了在庫(kù)區(qū)泥沙含量的預(yù)報(bào)中達(dá)到較好的效果,選取一個(gè)隱含層,也就是建立一個(gè)三層網(wǎng)絡(luò).

    2.3 輸入層、輸出層神經(jīng)元數(shù)目以及隱含層節(jié)點(diǎn)數(shù)目的確定

    輸入層、輸出層的神經(jīng)元數(shù)目是根據(jù)系統(tǒng)研究因子決定的.文中的輸入層數(shù)選擇為4個(gè)變量,即回波強(qiáng)度、水溫、水深、流速.輸出層為庫(kù)區(qū)含沙量.選擇一個(gè)數(shù)目較少的情況,構(gòu)建BP網(wǎng)絡(luò),如果不能滿足收斂條件,則增加節(jié)點(diǎn)數(shù)目.經(jīng)多次實(shí)驗(yàn)后,最終將隱含層節(jié)點(diǎn)數(shù)設(shè)置為11個(gè).構(gòu)建的BP模型如圖2所示.

    圖2 基于BP算法的含沙量預(yù)測(cè)模型Fig.2 Prediction model of sediment concentration based on BP algorithm

    2.4 激勵(lì)函數(shù)的選擇以及連接權(quán)的初始值確定

    選擇S型函數(shù)作為激勵(lì)函數(shù),由于S型函數(shù)對(duì)逼近非線性曲線的效果較好,同時(shí)網(wǎng)絡(luò)的輸出也集中在一個(gè)較小的范圍內(nèi).連接權(quán)的初始值對(duì)網(wǎng)絡(luò)訓(xùn)練時(shí)間和達(dá)到的期望精度都是至關(guān)重要的.一般原則是讓每個(gè)輸入量經(jīng)過加權(quán)之后其值都接近于零,因此可將連接權(quán)的初始值選為小于0.1的隨機(jī)數(shù).

    2.5 學(xué)習(xí)速率以及目標(biāo)誤差的確定

    一般情況下,學(xué)習(xí)速率在0.01~0.9之間進(jìn)行選擇.文中經(jīng)過多次的實(shí)驗(yàn),最后將學(xué)習(xí)速率定為0.05.目標(biāo)誤差的選擇是要根據(jù)水文預(yù)報(bào)規(guī)則以及實(shí)際網(wǎng)絡(luò)訓(xùn)練難易度來決定的,經(jīng)過反復(fù)實(shí)驗(yàn)后,將最后的目標(biāo)誤差定為0.000 1.

    3 實(shí)驗(yàn)驗(yàn)證

    3.1 樣本數(shù)據(jù)的選擇

    選取2001年4月長(zhǎng)江口北槽一個(gè)測(cè)點(diǎn)的測(cè)量數(shù)據(jù),整理得到20組回波強(qiáng)度、平均水深、平均流速、平均水溫以及實(shí)測(cè)的含沙量.其中的14組數(shù)據(jù)作為樣本數(shù)據(jù)進(jìn)行BP網(wǎng)絡(luò)訓(xùn)練,另外6組數(shù)據(jù)作為測(cè)試數(shù)據(jù).

    3.2 數(shù)據(jù)歸一化處理

    歸一化方法:將輸入與輸出數(shù)據(jù)變換到[0,1]區(qū)間以內(nèi),采用以下變換式:其中,xi為輸入或輸出數(shù)據(jù),xmin是數(shù)據(jù)最小值,xmax為數(shù)據(jù)最大值.

    3.3 樣本訓(xùn)練

    樣本數(shù)據(jù)以及預(yù)測(cè)數(shù)據(jù)進(jìn)行歸一化處理后,如表1所示,其中的1~14組數(shù)據(jù)用于訓(xùn)練BP神經(jīng)網(wǎng)絡(luò),15~20組數(shù)據(jù)用于檢測(cè)預(yù)效果.

    表1 歸一化后的樣本數(shù)據(jù)及預(yù)測(cè)數(shù)據(jù)Table 1 Sample data and predicted data after normalization

    將歸一化后的14組的數(shù)據(jù)導(dǎo)入BP預(yù)測(cè)模型中進(jìn)行訓(xùn)練.最小訓(xùn)練的速率是0.1,動(dòng)態(tài)參數(shù)設(shè)置為0.6,sigmoid參數(shù)設(shè)置為0.9,允許的最大誤差為0.000 1,最大訓(xùn)練次數(shù)為20 000.使用MATLAB軟件進(jìn)行BP網(wǎng)絡(luò)模型的訓(xùn)練,圖3所示為當(dāng)選擇隱含層節(jié)點(diǎn)數(shù)為11個(gè),激勵(lì)函數(shù)為S型函數(shù)時(shí)的MATLAB訓(xùn)練結(jié)果.

    如圖3所示,訓(xùn)練最大迭代次數(shù)設(shè)置為20 000次,在訓(xùn)練13 511次后停止訓(xùn)練.模型的初始均方差為0.001 9,目標(biāo)均方差為0.000 1,誤差達(dá)到9.999 86×10-5時(shí)模型停止訓(xùn)練,因此該模型的最終訓(xùn)練誤差為9.999 86×10-5,訓(xùn)練結(jié)果如表2所示.BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型所形成的擬合曲線,如圖4所示.

    3.4 預(yù)測(cè)結(jié)果

    通過對(duì)樣本數(shù)據(jù)歸一化后進(jìn)行BP網(wǎng)絡(luò)訓(xùn)練,并將測(cè)試數(shù)據(jù)輸入到訓(xùn)練好的模型中進(jìn)行測(cè)試,得到的測(cè)試結(jié)果如表3所示.根據(jù)數(shù)據(jù)的處理結(jié)果,基于BP神經(jīng)網(wǎng)絡(luò)模型的含沙量預(yù)測(cè)曲線如圖5所示.

    圖3 Matlab軟件訓(xùn)練界面Fig.3 Software training interface of matlab

    表2 基于BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練結(jié)果Table 2 Training result based on BP neural network

    表3 含沙量預(yù)測(cè)結(jié)果Table 3 Prediction result based on BP neural network

    圖4 實(shí)測(cè)值與擬合值曲線Fig.4Curves of measured value and fitting value

    圖5 預(yù)測(cè)含沙量與實(shí)際含沙量曲線Fig.5 Curces of predicted sediment concentration and practical sediment concentration

    綜上所述,基于BP神經(jīng)網(wǎng)絡(luò)的含沙量預(yù)測(cè)模型能夠較好地預(yù)測(cè)水庫(kù)的含沙量,與實(shí)測(cè)值之間的誤差不大,最大相對(duì)誤差為11.11%,最小相對(duì)誤差為2.08%,平均相對(duì)誤差為6.985%,達(dá)到了預(yù)期目標(biāo).

    4 結(jié)束語

    在國(guó)內(nèi)外對(duì)水庫(kù)含沙量預(yù)測(cè)的研究現(xiàn)狀的基礎(chǔ)上,提出了基于BP算法的含沙量預(yù)測(cè)模型,充分考慮了水溫、水深、流速等因素對(duì)預(yù)測(cè)精度的影響,構(gòu)建了基于BP算法的含沙量預(yù)測(cè)模型.通過實(shí)驗(yàn)驗(yàn)證,表明本文算法能夠?qū)崿F(xiàn)水庫(kù)含沙量的預(yù)測(cè),而且精度滿足要求.

    [1] 張瑞,汪亞平,潘少明.近50年來長(zhǎng)江入河口區(qū)含沙量和輸沙量的變化趨勢(shì)[J].海洋通報(bào),2008,27(2):1-9.ZHANG Rui,WANG Yaping,PAN Shaoming.Variations of suspended sediment concentrations and loads into the estuary area from Yangtze river in recent 50years[J].Marine Science Bulletin,2008,27(2):1-9.

    [2] 許炯心,孫季.長(zhǎng)江上游干支流懸移質(zhì)含沙量的變化及其原因[J].地理研究,2008,27(2):332-342.XU Jiongxin,SUN Ji.Temporal variation in suspended sediment concentration of the upper Changjiang river and its tributaries[J].Geographical Research,2008,27(2):332-342.

    [3] 孔亞珍,丁平興,賀松林,等.長(zhǎng)江口外及其鄰近海域含沙量時(shí)空變化特征分析[J].海洋科學(xué)進(jìn)展,2006,24(4):446-454.

    KONG Yazhen,DING Pingxing,HE Songlin,et al.Analysis of spatial and temporal variation characteristics of suspended sediment oncentration in the Changjiang river eatuary and adjacent sea area[J].Advances in Marine Science,2006,24(4):446-454.

    [4] 胡江,楊勝發(fā),王興奎.三峽水庫(kù)2003年蓄水以來庫(kù)區(qū)干流泥沙淤積初步分析[J].泥沙研究,2013(1):39-44.

    HU Jiang,YANG Shengfa,WANG Xingkui.Sedimentation in Yangtze river above three gorges project since 2003[J].Journal of Sediment Research,2013(1):39-44.

    [5] 謝金明.水庫(kù)泥沙淤積管理評(píng)價(jià)研究[D].北京:清華大學(xué),2012:10-12.

    XIE Jinming.Studies on the evaluation of reservoir sedimentation management[D].Beijing:Tsinghua University,2012:10-12.

    [6] 李亞嬌.水庫(kù)入庫(kù)洪水預(yù)報(bào)與出庫(kù)含沙量預(yù)測(cè)[D].西安:西安理工大學(xué),2003:88-98.

    LI Yajiao.Forecast of inflow hydrograph and out flow sediment concentration of reservoir[D].Xi′an:Xi′an University of Technology,2003:88-98.

    [7] 張?jiān)稄?qiáng),王斌.基于自由搜索的水庫(kù)入庫(kù)含沙量預(yù)測(cè)模型[J].南水北調(diào)與水利科技,2012,10(3):40-43.

    ZHANG Yuan,F(xiàn)U Qiang,WANG Bin.Prediction model of reservoir inflow sediment concentration based on free search[J].South-to-north Water Diversion and Water Science &Technology,2012,10(3):40-43.

    [8] 李亞嬌,李懷恩,沈冰.基于RBF網(wǎng)絡(luò)的馮家山水庫(kù)出庫(kù)含沙量預(yù)測(cè)研究[J].西北農(nóng)林科技大學(xué)學(xué)報(bào):自然科學(xué)版,2005,33(10):134-138.

    LI Yajiao,LI Huaien,SHEN Bing.The application of RBF neural network in forecast of out flow sediment concentration of Feng jiashan Reservoir[J].Journal of Northwest A&F University:Natural Science Edition,2005,33(10):134-138.

    [9] 黃啟廳,史舟,潘桂穎.沙質(zhì)土壤熱紅外高光譜特征及其含沙量預(yù)測(cè)研究[J].光譜學(xué)與光譜分析,2011,31(8):2195-2199.

    HUANG Qiting,SHI Zhou,PAN Guiying.Charateristics of thermal infrared hyperspectra and prediction of sand content of sandy soil[J].Spectroscopy and Spectral Analysis,2011,31(8):2195-2199.

    [10] 萬新宇,包為民,王光謙.基于相似性的多沙水庫(kù)壩址含沙量預(yù)測(cè)[J].水科學(xué)進(jìn)展,2010,21(1):36-42.

    WAN Xinyu,BAO Weimin,WANG Guangqian.Similarity-based prediction of sediment concentrations for reservoir dam-sites in sediment-laden rivers[J].Advanced in Water Science,2010,21(1):36-42.

    [11] 陳海洋,聶弘穎,潘金波.基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的交通燈自助智能決策[J].西安工程大學(xué)學(xué)報(bào),2014,28(4):474-479.

    CHEN Haiyang,NIE Hongying,PAN Jinbo.Traffic lights intelligent decision independently based on dynamic bayesian network[J].Journal of Xi′an Polytechnic University,2014,28(4):474-479.

    [12] 田景環(huán),王文君,徐建華.基于BP算法的龍門站含沙量預(yù)報(bào)模型[J].人民黃河,2008,30(3):26-27.

    TIAN Jinghuan,WANG Wenjun,XU Jianhua.Longmen station sediment concentration prediction model based on BP algorithm[J].Yellow River,2008,30(3):26-27.

    [13] 于東生,嚴(yán)以新,田淳.基于BP算法的泥沙含量預(yù)測(cè)研究[J].三峽大學(xué)學(xué)報(bào):自然科學(xué)版,2003,25(1):47-51.

    YU Dongsheng,YAN Yixin,TIAN Chun.Research on forecast of sediment concentration based on BP Algorithm[J].Journal of China Three Gorges University:Natural Science Edition,2003,25(1):47-51.

    [14] 石寶.多沙河流河段懸移質(zhì)含沙量過程預(yù)報(bào)方法的再探討[D].西安:西安理工大學(xué),2008:1-20.

    SHI Bao.Further studies on methods of hydrograph forecasting of sendiment concentration for sediment-laden river[D].Xi′an:Xi′an University of Technology,2008:1-20.

    [15] 孔德星,楊紅.長(zhǎng)江口區(qū)基于BP算法的表層懸沙濃度計(jì)算模型[J].海洋技術(shù).2009,28(2):18-20.

    KONG Dexing,YANG Hong.Surface layer suspended particle matter concentration calculation model based on BP algorithm in Yangtze estuary[J].Ocean Technology,2009,28(2):18-20.

    編輯、校對(duì):孟 超

    Study on prediction model of sediment concentration based on BP algorithm

    WEN Zongzhou,LIU Xianhua

    (School of Electronics and Information,Xi′an Polytechnic University,Xi′an 710048,China)

    In order to improve precision of sediment concentration prediction,taking into account water temperature,water depth,velocity and other factors on the prediction accuracy,the sediment concentration prediction model based on BP algorithm was constructed.Firstly,water temperature,water depth and velocity data were chosen as training sample.By setting prediction error as constraint condition,the sediment concentration prediction model was completed.When predicting sediment concentration,the data was input into the trained prediction model to obtain the predicted result.The simulation results obtained that the sediment concentration prediction model reaches the expected goal.

    reservoir sediment;BP algorithm;sediment concentration prediction

    TP 29

    A

    1674-649X(2015)05-0600-06

    10.13338/j.issn.1674-649x.2015.05.015

    2015-07-02

    陜西省工業(yè)科技攻關(guān)資助項(xiàng)目(2015GY065)

    溫宗周(1962—),男,陜西省寶雞市人,西安工程大學(xué)副教授,研究方向?yàn)榍度胧较到y(tǒng)開發(fā)與應(yīng)用.E-mail:xgkwen@163.com

    猜你喜歡
    含沙量泥沙權(quán)值
    一種融合時(shí)間權(quán)值和用戶行為序列的電影推薦模型
    泥沙做的父親
    CONTENTS
    0.6 H 層含沙量與垂線平均含沙量代表性探討
    新疆多泥沙河流水庫(kù)泥沙處理措施
    土壤團(tuán)聚體對(duì)泥沙沉降速度的影響
    基于權(quán)值動(dòng)量的RBM加速學(xué)習(xí)算法研究
    泥沙滅火
    兒童繪本(2015年2期)2015-05-25 18:10:15
    羅源灣海洋傾倒區(qū)拋泥過程含沙量增量數(shù)值模擬
    懸移質(zhì)含沙量垂線分布
    水道港口(2014年1期)2014-04-27 14:14:35
    国产精品一区二区在线观看99| 熟女av电影| 晚上一个人看的免费电影| 免费av中文字幕在线| 乱码一卡2卡4卡精品| 最后的刺客免费高清国语| 欧美国产精品一级二级三级| 免费看光身美女| 青春草国产在线视频| 中文字幕精品免费在线观看视频 | 日本午夜av视频| 欧美精品一区二区大全| 久久精品人人爽人人爽视色| 国产av一区二区精品久久| 久久久久久久国产电影| 久久久精品94久久精品| 国产男女超爽视频在线观看| 久久99热6这里只有精品| 高清av免费在线| 一区在线观看完整版| 熟女av电影| 97在线人人人人妻| 王馨瑶露胸无遮挡在线观看| av又黄又爽大尺度在线免费看| 大码成人一级视频| 国产一区二区在线观看日韩| 成人手机av| 人成视频在线观看免费观看| 天天操日日干夜夜撸| 99国产综合亚洲精品| 精品亚洲成a人片在线观看| a 毛片基地| 18禁在线播放成人免费| 日本-黄色视频高清免费观看| 午夜影院在线不卡| 97精品久久久久久久久久精品| 国产成人免费无遮挡视频| 精品久久国产蜜桃| 少妇人妻 视频| 免费高清在线观看视频在线观看| 在线天堂最新版资源| 99国产精品免费福利视频| 久久久久久人妻| 国产片特级美女逼逼视频| 在线观看免费高清a一片| 视频在线观看一区二区三区| 国产免费现黄频在线看| 精品人妻一区二区三区麻豆| 九九爱精品视频在线观看| av黄色大香蕉| 97在线人人人人妻| 乱码一卡2卡4卡精品| 91成人精品电影| 国产精品嫩草影院av在线观看| 日韩三级伦理在线观看| 伦精品一区二区三区| 午夜福利视频在线观看免费| 亚洲精品日本国产第一区| 国产视频首页在线观看| 欧美国产精品一级二级三级| 中文精品一卡2卡3卡4更新| 一区二区av电影网| 男人操女人黄网站| 精品久久久久久久久亚洲| 国产精品国产三级专区第一集| 视频在线观看一区二区三区| 久久久午夜欧美精品| 大陆偷拍与自拍| 五月开心婷婷网| 热re99久久精品国产66热6| 美女xxoo啪啪120秒动态图| 免费观看a级毛片全部| 插逼视频在线观看| 久久久a久久爽久久v久久| 久久午夜福利片| 大码成人一级视频| 黑人高潮一二区| 欧美bdsm另类| 国产精品无大码| 欧美日韩综合久久久久久| 成人午夜精彩视频在线观看| 999精品在线视频| 国产精品久久久久久久久免| 熟妇人妻不卡中文字幕| 精品人妻一区二区三区麻豆| 日本黄色片子视频| 国产av国产精品国产| 久久久久久久久大av| 国产成人精品福利久久| 国产色爽女视频免费观看| 久久久久国产精品人妻一区二区| 亚洲国产最新在线播放| 久久 成人 亚洲| 精品少妇久久久久久888优播| 在线观看国产h片| 男女边吃奶边做爰视频| 一级片'在线观看视频| 美女主播在线视频| 三级国产精品欧美在线观看| 亚洲成人av在线免费| www.av在线官网国产| 成人综合一区亚洲| 国产亚洲精品第一综合不卡 | 人妻人人澡人人爽人人| 一本久久精品| 2021少妇久久久久久久久久久| 免费日韩欧美在线观看| 国产精品久久久久久av不卡| 99久久中文字幕三级久久日本| 久久精品久久久久久噜噜老黄| 有码 亚洲区| 777米奇影视久久| 97在线视频观看| 人人妻人人澡人人看| 欧美日韩成人在线一区二区| 国产黄频视频在线观看| 观看av在线不卡| 免费不卡的大黄色大毛片视频在线观看| 大片电影免费在线观看免费| 久久久久人妻精品一区果冻| 亚洲精品av麻豆狂野| 人妻人人澡人人爽人人| 成年人午夜在线观看视频| 韩国av在线不卡| 亚洲精品国产色婷婷电影| a级毛片免费高清观看在线播放| 欧美亚洲 丝袜 人妻 在线| 伦理电影大哥的女人| 一级毛片aaaaaa免费看小| 黑人巨大精品欧美一区二区蜜桃 | 国产日韩一区二区三区精品不卡 | 美女内射精品一级片tv| 91久久精品国产一区二区成人| 日本欧美国产在线视频| 老司机亚洲免费影院| 精品人妻熟女av久视频| 少妇人妻精品综合一区二区| 超碰97精品在线观看| videos熟女内射| 亚洲图色成人| 纯流量卡能插随身wifi吗| 最近手机中文字幕大全| 免费观看性生交大片5| 欧美少妇被猛烈插入视频| 国产一区二区在线观看av| 免费播放大片免费观看视频在线观看| 日本色播在线视频| 日韩精品有码人妻一区| 极品人妻少妇av视频| 亚洲综合色惰| 亚洲综合色惰| 久久久久视频综合| av免费在线看不卡| 国产精品秋霞免费鲁丝片| 亚洲欧美成人综合另类久久久| 少妇人妻久久综合中文| 如日韩欧美国产精品一区二区三区 | 日本黄色片子视频| 欧美亚洲日本最大视频资源| 亚洲av在线观看美女高潮| 80岁老熟妇乱子伦牲交| 伦理电影大哥的女人| 午夜福利网站1000一区二区三区| 日产精品乱码卡一卡2卡三| 欧美日韩视频精品一区| 全区人妻精品视频| 熟女电影av网| 制服丝袜香蕉在线| 三级国产精品欧美在线观看| 国产精品一国产av| 亚洲av福利一区| 一级a做视频免费观看| 亚洲国产av新网站| 国产精品免费大片| 成人无遮挡网站| 国产 精品1| 飞空精品影院首页| 午夜福利视频在线观看免费| 久久这里有精品视频免费| 五月开心婷婷网| 大话2 男鬼变身卡| 只有这里有精品99| 国产精品人妻久久久影院| 国产精品偷伦视频观看了| 日本av免费视频播放| 日本黄大片高清| 国产免费现黄频在线看| 国产精品.久久久| 蜜桃在线观看..| 欧美精品高潮呻吟av久久| 国产在线一区二区三区精| 自线自在国产av| 亚洲精品国产av蜜桃| 特大巨黑吊av在线直播| 日韩电影二区| 亚洲成色77777| 国产永久视频网站| 人人妻人人澡人人看| 一级毛片 在线播放| 久久久精品94久久精品| 亚洲,一卡二卡三卡| 亚洲高清免费不卡视频| av不卡在线播放| 大香蕉97超碰在线| 久久精品久久精品一区二区三区| 大片电影免费在线观看免费| 国产男女内射视频| 久久青草综合色| 菩萨蛮人人尽说江南好唐韦庄| av免费在线看不卡| a级毛片免费高清观看在线播放| 青青草视频在线视频观看| 国产成人a∨麻豆精品| 免费观看的影片在线观看| 狂野欧美激情性bbbbbb| 久久99热6这里只有精品| 婷婷成人精品国产| 国产在线一区二区三区精| 免费人成在线观看视频色| 丝袜喷水一区| 在线播放无遮挡| 国产毛片在线视频| 美女大奶头黄色视频| 亚洲欧洲国产日韩| 久久久久人妻精品一区果冻| 精品久久久精品久久久| 亚洲av综合色区一区| 天天影视国产精品| 久久久国产精品麻豆| 久久女婷五月综合色啪小说| 久久久国产精品麻豆| 亚洲av日韩在线播放| 男人操女人黄网站| 亚洲内射少妇av| 一二三四中文在线观看免费高清| 国产精品熟女久久久久浪| 国模一区二区三区四区视频| 亚洲五月色婷婷综合| 精品亚洲乱码少妇综合久久| 国产精品不卡视频一区二区| 人妻夜夜爽99麻豆av| 久久久久精品久久久久真实原创| 91久久精品国产一区二区三区| 亚洲四区av| 中文字幕制服av| 91精品一卡2卡3卡4卡| 国产免费福利视频在线观看| 国产精品无大码| 男女免费视频国产| 精品熟女少妇av免费看| 在线天堂最新版资源| 日韩人妻高清精品专区| 亚洲av日韩在线播放| 男女免费视频国产| 一区二区三区精品91| 亚洲精品久久久久久婷婷小说| 欧美日韩成人在线一区二区| 我的女老师完整版在线观看| 亚洲欧洲精品一区二区精品久久久 | 亚洲国产成人一精品久久久| 亚洲欧美成人精品一区二区| 母亲3免费完整高清在线观看 | 免费观看性生交大片5| 久久99热6这里只有精品| 男女无遮挡免费网站观看| 精品国产一区二区三区久久久樱花| 欧美日韩精品成人综合77777| 成人国语在线视频| 18禁在线播放成人免费| 日日爽夜夜爽网站| 成年人午夜在线观看视频| 欧美 日韩 精品 国产| 国产高清三级在线| 免费看光身美女| 久久99一区二区三区| 亚洲天堂av无毛| 免费久久久久久久精品成人欧美视频 | 天天影视国产精品| 欧美激情国产日韩精品一区| 99国产综合亚洲精品| 69精品国产乱码久久久| 精品久久久久久久久av| 日韩成人av中文字幕在线观看| 热99国产精品久久久久久7| 特大巨黑吊av在线直播| 午夜影院在线不卡| 插逼视频在线观看| 精品国产一区二区久久| 综合色丁香网| 少妇熟女欧美另类| 精品视频人人做人人爽| 亚洲欧美精品自产自拍| 一区在线观看完整版| av又黄又爽大尺度在线免费看| 国国产精品蜜臀av免费| 久久 成人 亚洲| 国产日韩欧美视频二区| 欧美+日韩+精品| 国产精品一国产av| 国产av国产精品国产| 蜜桃国产av成人99| 中国美白少妇内射xxxbb| 美女大奶头黄色视频| 精品国产一区二区久久| 激情五月婷婷亚洲| 国产 精品1| 欧美97在线视频| 一级毛片黄色毛片免费观看视频| 精品国产一区二区久久| 91精品国产国语对白视频| 欧美成人精品欧美一级黄| 伊人久久精品亚洲午夜| 超色免费av| 男女高潮啪啪啪动态图| 国产 精品1| 国产免费又黄又爽又色| 国产一区二区三区综合在线观看 | 亚洲精品成人av观看孕妇| 蜜桃国产av成人99| 高清在线视频一区二区三区| 中文字幕久久专区| 亚洲人成77777在线视频| 亚洲第一区二区三区不卡| 美女主播在线视频| 国产男女内射视频| 女性被躁到高潮视频| 久久久久久久久久久丰满| 免费看光身美女| 亚洲美女黄色视频免费看| 丰满迷人的少妇在线观看| 九色亚洲精品在线播放| 日韩电影二区| 亚洲av日韩在线播放| 18禁裸乳无遮挡动漫免费视频| 亚洲国产最新在线播放| av在线app专区| 精品国产露脸久久av麻豆| 欧美日韩视频精品一区| 777米奇影视久久| 免费观看性生交大片5| 99热6这里只有精品| 夜夜看夜夜爽夜夜摸| 欧美人与性动交α欧美精品济南到 | 一边亲一边摸免费视频| 亚洲色图综合在线观看| 国产精品久久久久久精品古装| 日韩成人伦理影院| 视频在线观看一区二区三区| 欧美国产精品一级二级三级| 简卡轻食公司| 精品一区二区三卡| 制服丝袜香蕉在线| 国产男人的电影天堂91| 99久久精品国产国产毛片| 一个人免费看片子| 中文字幕人妻丝袜制服| 菩萨蛮人人尽说江南好唐韦庄| 国产av国产精品国产| 免费看av在线观看网站| 欧美激情极品国产一区二区三区 | 制服丝袜香蕉在线| 日韩中文字幕视频在线看片| 老司机亚洲免费影院| 日韩一区二区视频免费看| 这个男人来自地球电影免费观看 | 2018国产大陆天天弄谢| av卡一久久| 日日啪夜夜爽| 天堂中文最新版在线下载| 亚洲综合色惰| 免费观看的影片在线观看| 乱码一卡2卡4卡精品| 亚洲av日韩在线播放| 免费播放大片免费观看视频在线观看| 日日摸夜夜添夜夜爱| 国产精品久久久久久精品古装| 亚洲,欧美,日韩| 日本午夜av视频| 热re99久久国产66热| 国产亚洲精品第一综合不卡 | 日韩熟女老妇一区二区性免费视频| 亚洲av男天堂| 亚洲四区av| 少妇被粗大的猛进出69影院 | 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 边亲边吃奶的免费视频| 亚洲国产av新网站| 亚洲情色 制服丝袜| 在线免费观看不下载黄p国产| 精品亚洲成国产av| 欧美日韩一区二区视频在线观看视频在线| 91aial.com中文字幕在线观看| 视频中文字幕在线观看| 人妻少妇偷人精品九色| 97超碰精品成人国产| 久久99一区二区三区| 丰满乱子伦码专区| 如何舔出高潮| 国产成人精品久久久久久| 伦理电影免费视频| 91精品国产九色| 在线天堂最新版资源| a级毛片免费高清观看在线播放| 性色av一级| 99国产综合亚洲精品| 国产视频首页在线观看| 国产爽快片一区二区三区| 夜夜看夜夜爽夜夜摸| 激情五月婷婷亚洲| 中文字幕亚洲精品专区| 大陆偷拍与自拍| 视频区图区小说| 国产黄片视频在线免费观看| 中文字幕制服av| 久久精品人人爽人人爽视色| 日韩伦理黄色片| 久久 成人 亚洲| 一级爰片在线观看| 男女边摸边吃奶| 天堂8中文在线网| 中文字幕制服av| 大陆偷拍与自拍| 亚洲综合色网址| 国产乱来视频区| 久久鲁丝午夜福利片| 七月丁香在线播放| 国产精品一区www在线观看| 久久av网站| 九九久久精品国产亚洲av麻豆| 免费日韩欧美在线观看| 热99久久久久精品小说推荐| 美女大奶头黄色视频| 欧美性感艳星| 十八禁高潮呻吟视频| 国产熟女欧美一区二区| 各种免费的搞黄视频| 人妻少妇偷人精品九色| 中国美白少妇内射xxxbb| 成人手机av| 精品久久久精品久久久| 另类亚洲欧美激情| 搡女人真爽免费视频火全软件| 曰老女人黄片| 国产成人freesex在线| 精品久久蜜臀av无| 啦啦啦啦在线视频资源| 亚洲人成77777在线视频| 精品一区在线观看国产| 纯流量卡能插随身wifi吗| videosex国产| xxx大片免费视频| 97精品久久久久久久久久精品| 欧美人与善性xxx| 桃花免费在线播放| 亚洲五月色婷婷综合| 日韩熟女老妇一区二区性免费视频| 日韩av免费高清视频| 建设人人有责人人尽责人人享有的| 一个人看视频在线观看www免费| 日本wwww免费看| 中文乱码字字幕精品一区二区三区| 欧美日本中文国产一区发布| 亚洲一级一片aⅴ在线观看| 一边摸一边做爽爽视频免费| 久久久国产精品麻豆| 中文字幕免费在线视频6| 亚洲精品美女久久av网站| 最黄视频免费看| 亚洲综合精品二区| 国产色婷婷99| 观看av在线不卡| 日日爽夜夜爽网站| av黄色大香蕉| 狠狠婷婷综合久久久久久88av| 成人影院久久| 国产亚洲精品第一综合不卡 | 成人亚洲欧美一区二区av| 国产片内射在线| 亚洲国产毛片av蜜桃av| av播播在线观看一区| 美女cb高潮喷水在线观看| 亚洲,欧美,日韩| 自拍欧美九色日韩亚洲蝌蚪91| 婷婷成人精品国产| 两个人的视频大全免费| 男男h啪啪无遮挡| 欧美激情 高清一区二区三区| 国产欧美另类精品又又久久亚洲欧美| 晚上一个人看的免费电影| 大话2 男鬼变身卡| 国产高清国产精品国产三级| 18禁观看日本| 天堂中文最新版在线下载| 久久午夜综合久久蜜桃| 18禁观看日本| 成人毛片a级毛片在线播放| 美女福利国产在线| 久久久精品免费免费高清| 日日撸夜夜添| 嘟嘟电影网在线观看| 久久久亚洲精品成人影院| 亚洲精品日本国产第一区| 亚洲成人av在线免费| 日日爽夜夜爽网站| 日韩电影二区| 日日撸夜夜添| 亚洲精品456在线播放app| 国产女主播在线喷水免费视频网站| 美女福利国产在线| 熟女av电影| 高清av免费在线| videos熟女内射| 日韩中字成人| 在线免费观看不下载黄p国产| av.在线天堂| 日本av手机在线免费观看| 久久精品熟女亚洲av麻豆精品| 视频区图区小说| 国产亚洲一区二区精品| 国产免费一级a男人的天堂| 一二三四中文在线观看免费高清| 少妇的逼水好多| 亚洲一级一片aⅴ在线观看| 啦啦啦啦在线视频资源| 三级国产精品欧美在线观看| 最近手机中文字幕大全| 伦理电影大哥的女人| 日本av手机在线免费观看| 亚洲国产精品999| av一本久久久久| 亚洲精品久久成人aⅴ小说 | 91在线精品国自产拍蜜月| 熟女av电影| 精品一区在线观看国产| 久久精品熟女亚洲av麻豆精品| av又黄又爽大尺度在线免费看| 亚洲国产精品国产精品| 午夜av观看不卡| 一级黄片播放器| 黄色一级大片看看| 亚洲av电影在线观看一区二区三区| 日韩一区二区视频免费看| 国产精品人妻久久久影院| 99热全是精品| 久久97久久精品| 熟女av电影| 精品午夜福利在线看| 国产日韩欧美亚洲二区| 五月伊人婷婷丁香| 国产无遮挡羞羞视频在线观看| 超色免费av| 国产精品99久久99久久久不卡 | 国产成人精品一,二区| 美女国产视频在线观看| 久久久久久久国产电影| 亚洲精品日韩av片在线观看| 最近的中文字幕免费完整| 天堂中文最新版在线下载| 国产高清有码在线观看视频| 91精品一卡2卡3卡4卡| 精品午夜福利在线看| 伊人久久国产一区二区| 男人操女人黄网站| 一级黄片播放器| 91午夜精品亚洲一区二区三区| 五月天丁香电影| 精品熟女少妇av免费看| 嫩草影院入口| 五月开心婷婷网| 在线观看国产h片| 国产淫语在线视频| 免费不卡的大黄色大毛片视频在线观看| 中文字幕亚洲精品专区| 国产 一区精品| 亚洲人与动物交配视频| 国产成人精品久久久久久| 一本大道久久a久久精品| 国产成人精品在线电影| 亚洲精品久久午夜乱码| 色5月婷婷丁香| 国产视频首页在线观看| 在线观看免费视频网站a站| 精品久久蜜臀av无| 国产乱人偷精品视频| 日韩伦理黄色片| 超碰97精品在线观看| 日产精品乱码卡一卡2卡三| 免费黄色在线免费观看| 亚洲精品aⅴ在线观看| 国产免费一区二区三区四区乱码| 日日摸夜夜添夜夜添av毛片| 国产视频首页在线观看| 亚洲精华国产精华液的使用体验| 中文字幕最新亚洲高清| 麻豆成人av视频| 人人妻人人添人人爽欧美一区卜| 久久av网站| 97在线视频观看| 精品一区二区三卡| 爱豆传媒免费全集在线观看| 亚洲精品一区蜜桃| 国产极品粉嫩免费观看在线 | 日本黄色片子视频| 天天操日日干夜夜撸| 欧美 亚洲 国产 日韩一| 久久久久久久久久人人人人人人| 啦啦啦中文免费视频观看日本| 欧美日本中文国产一区发布| av国产精品久久久久影院| www.av在线官网国产| 国产精品久久久久久av不卡| 久久久久久久久久久免费av| 亚洲高清免费不卡视频| 国产男女超爽视频在线观看| av国产久精品久网站免费入址|