一种耦合神经网络-数值模拟的城市内涝快速预报方法

授权

摘要

本发明涉及一种结合神经网络‑数值模拟的城市内涝快速预报方法，步骤为：1：根据以往降水数据统计，构建选定区域降雨数据库，作为该区域洪涝模拟模型的边界输入条件；2、以步骤1构建的降雨数据库为边界输入条件，利用PCSWMM构建城市内涝模拟模型，得到该选定区域的积水数据库，并基于模型统计多情景下的降雨‑内涝情况；3、根据上述降雨‑内涝情况，选取高风险点并提取空间位置信息，统计各空间点对应最大积水深度；4、基于上述三个步骤得到数据信息构建Elman神经网络模型，并训练确定输入和输出函数的映射关系，依据此建立相应的积水快速预测模型；5、以实际降水为输入，利用积水快速预测模型进行实际降水的积水预测。本发明具有预测准确的优点。

基本信息

专利标题：

一种耦合神经网络-数值模拟的城市内涝快速预报方法

专利标题（英）：

暂无

公开（公告）号：

CN113505521A

申请号：

CN202110549614.5

公开（公告）日：

2021-10-15

申请日：

2021-05-20

授权号：

CN113505521B

授权日：

2022-04-22

发明人：

徐奎冯文强闫星宇

申请人：

天津大学

申请人地址：

天津市南开区卫津路92号

代理机构：

天津盛理知识产权代理有限公司

代理人：

刘英梅

优先权：

CN202110549614.5

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06N3/08 G01W1/14 G06F111/10 G06F113/08