当前位置>主页 > 期刊在线 > 计算机技术 >

计算机技术21年5期

基于 BP 神经网络模型的城市内涝预警系统设计与实现
张秀春 1,张宣 2
(1. 飞马智科信息技术股份有限公司,安徽 马鞍山 243000;2. 安徽马钢矿业资源集团有限公司,安徽 马鞍山 243000)

摘  要:针对城市经常出现排水不畅、内涝等现象,建立一套以 BP 神经网络模型为核心,以 B/S 架构为基础的内涝预警系统。该系统不仅具有常规系统的数据管理功能,还具备根据历史信息和参数的调整而进行内涝预警的功能。通过对比系统的使用结果和现实状况,可以看出系统不仅能够满足本市内涝预警分析使用的需求,而且还能对城市的内涝灾害有关特征数据进行预测,为城市制定防洪减灾方案提供技术支撑和科学依据。


关键词:反向传播神经网络;预警模型;数据管理系统;城市内涝



DOI:10.19850/j.cnki.2096-4706.2021.05.024


中图分类号:TP181;TP391                            文献标识码:A                                     文章编号:2096-4706(2021)05-0098-06


Design and Implementation of Urban Waterlogging Early Warning System Based on BP Neural Network Model

ZHANG Xiuchun1 ,ZHANG Xuan2

(1.Phima Intelligence Technology Co.,Ltd.,Ma’anshan 243000,China; 2.Anhui Masteel Mining Resources Group Co.,Ltd.,Ma’anshan 243000,China)

Abstract:For the frequent occurrence of poor drainage and waterlogging in urban,a set of waterlogging early warning system is set up,which uses BP neural network model as the core and based on B/S architecture. The system not only has the conventional function of data management,but also has the function of realizing waterlogging early warning according to historical information and parameter adjustment. By comparing the results of the system usage and the actual situation,we can see that the system can not only meet the needs of this city’s waterlogging early warning analysis,but also predict the urban waterlogging disaster related characteristic data,providing technical support and scientific basis for the city to formulate flood control and disaster reduction plan.

Keywords:BP neural network;early warning model;data management system;urban waterlogging


参考文献:

[1] JIAO S,ZHANG X L,XU Y. A review of Chinese land suitability assessment from the rainfallwaterlogging perspective:Evidence from the Su Yu Yuan area [J]. Journal of Cleaner Production,2017,144:100-106.

[2] GUO X L,FU D H,WANG J.Mesoscale convective precipitation system modified by urbanization in Beijing City [J]. Atmospheric Research,2006,82(1-2):112-126.

[3] 郑屹 . 基于移动客户端的城市内涝预警系统设计与实现 [D]. 南京:东南大学,2018.

[4] 黄丹萍,黄莉 . 南宁市暴雨内涝监测预警系统 [J]. 气象研 究与应用,2019,40(3):43-46.

[5] 汉京超,王红武,高学珑,等 . 物联网在城市雨洪智能管理 中的应用分析 [J]. 复旦学报(自然科学版),2013,52(1):49-54.

[6] 陈勇,刘佐东,熊非凡,等 . 基于深度学习的城市积涝监 控预警系统 [J]. 电脑知识与技术,2020,16(1):174-175.

[7] 李娜,仇劲卫,程晓陶,等 . 天津市城区暴雨沥涝仿真模 拟系统的研究 [J]. 自然灾害学报,2002(2):112-118.

[8] 中国气象报社 . 天津:新型仿真模拟系统为应对内涝提供依 据 [EB/OL].(2016-08-01).http://www.cma.gov.cn/2011 xwzx/2011xgzdt/201608/t20160801_318270.html.

[9] 陈博嘉 . 基于物联网的城市内涝监测预警系统的设计与实 现 [D]. 厦门:厦门大学,2016.

[10] 刘晓月,刘伟平 . 首钢京唐原料场无人化供料系统设计 及应用 [J]. 冶金自动化,2020,44(5):15-19+38.

[11] 蔡晓玮 . 基于 GIS 的城市内涝预警预报系统设计讨论 [J]. 科学与信息化,2018(2):17.

[12] 施瓦茨,扎伊采夫,特卡琴科 . 高性能 MySQL:第 3 版 [M]. 宁海元,等译 . 北京:电子工业出版社,2013.

[13] 王珊,萨师煊 . 数据库系统概论(第 5 版) [M]. 北京: 高等教育出版社,2014.

[14] 尼尔森 . 深入浅出神经网络与深度学习 [M]. 北京:人民 邮电出版社,2020.

[15] 杨舒放 . 基于改进 BP 神经网络方法的室内环境 37 GHz 毫米波信道传播特性研究 [D]. 南京:南京邮电大学,2020.

[16] 潘程艳 . 带动量的 BP 神经网络在线梯度学习算法的收敛 性 [D]. 上海:华东理工大学,2020.

[17] 刘加达,于帆,温治,等 . 基于 BPNN 和 RNN 模型的 烧结矿质量预测方法对比及分析 [J]. 冶金自动化,2020,44(5): 20-26.

[18] 胡臻龙 . 基于深度神经网络的纱线质量预测模型研究 [D]. 上海:东华大学,2020.


作者简介:张秀春(1988.05—),女,满族,辽宁鞍山人, 中级工程师,硕士研究生,研究方向:图像处理、大数据、人工智 能;张宣(1989.02—),男,汉族,安徽马鞍山人,中级工程师, 硕士研究生,研究方向:计算机系统、图像处理、大数据。