《表3 10个参数的预测结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《排水管道泥沙淤积深度估算方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

参数率定分两步进行，因采用两场降雨数据进行参数率定的校核，首先构建两个结构相似的神经网络模型ANN1和ANN2用于第一步参数率定。通过对两种降雨情景下不同隐含层节点的神经网络进行多次测试，确定隐含层节点数均为16。同时，分别随机生成150个样本，采用SPSS对ANN1和ANN2的拟合性能进行相关性分析[8]，预测值与期望值之间的相关系数见表3。两个结果同时表明，除参数N-perv、Decay以外，其余8个参数的预测值与期望值之间呈极显著正相关（P<0.01），相关文献研究表明N-perv、Decay两个参数敏感性较小[6]。因此，ANN1和ANN2具备较好的预测性能，可用于本研究中的参数率定。分别保存两种情景下的神经网络模型并调用sim函数预测表1中的10个参数，预测结果见表3。