论文部分内容阅读
为了探求泥石流平均流速敏感因子及影响因素耦合关系，本文采用BP神经网络和支持向量机模型对蒋家沟泥石流数据进行预测，对两种泥石流平均流速预测模型的学习与泛化能力进行比较，并对平均流速各影响因素的敏感程度进行分析，建立了泥石流平均流速敏感因子预测模型。结果表明：支持向量机的泛化能力优于BP网络，更适合样本数量较少的泥石流动态预测。沟道比降和不稳定层厚度是泥石流平均流速的主要影响因子，各因子之间存在复杂的耦合关系。基于不稳定层厚度和泥面比降的泥石流平均流速预测模型精度较高，能够定量描述泥石流动态与影响因子间的响