Отчет по научно-производственной практике

Содержание

Слайд 2

Введение Цель научно-производственной практики – определение времени добегания на заданных участках,

Введение
Цель научно-производственной практики – определение времени добегания на заданных участках, детальное

рассмотрение данных, овладение навыками работы с нейронными сетями.
Исходный материал – уровни воды на 8 часов за период открытого русла (с 01.04. по 30.06.) с 2012 по 2016 гг. в следующих створах: р. Томь вп. Томск, р. Обь п. Победа и п. Молчанова.
Задачи:
1) Определение времени добегания: А) По гидрографу; B) Методом наименьших погрешностей;
2) Построить модель в зависимости от водности года;
3) Построение модели для: А) Подъёма; В) Пиковой части; С) Спада;
Слайд 3

Актуальность работы Применение искусственных нейронных сетей при прогнозировании экстремальных гидрологических ситуаций

Актуальность работы
Применение искусственных нейронных сетей при прогнозировании экстремальных гидрологических ситуаций позволяет

ускорить процесс и повысить эффективность прогнозирования, что особенно актуально в условиях, когда необходимо принимать оперативные решения по предупреждению и ликвидации чрезвычайных ситуаций, вызванных экстремальными гидрологическими ситуациями на водотоке.
Слайд 4

1. Определение времени добегания волны паводка по характерным точкам графиков колебания

1. Определение времени добегания волны паводка по характерным точкам графиков колебания

уровней воды на участке р. Обь с апреля по июнь за 2012 - 2016 годы. Метод соответственных уровней

Рисунок 1 – Совмещенный график года уровня воды р. Обь – п. Победа, п. Молчанова, р. Томь вп. Томск с 2012 – 2016 гг.

Слайд 5

2. Определение времени добегания на участке реки Обь от п. Победа

2. Определение времени добегания на участке реки Обь от п. Победа

до п. Молчаново и от р. Томь вп. Томск до р. Обь п. Молчаново по методу наименьших погрешностей за весь период наблюдений (2012– 2016 гг.)

Таблица 1 – Время добегания соответствующих наименьших Δср на участке п. Молчанова – п. Победа

Рисунок 2 - График зависимости отклонений наблюдения от среднего, для разных уровней с учетом времени добегания на р. Томь на участке п. Молчанова – п. Победа

Слайд 6

Рисунок 3 – График зависимости отклонений наблюдения от среднего, для разных

Рисунок 3 – График зависимости отклонений наблюдения от среднего, для разных

уровней с учетом времени добегания на участке п. Молчанова – вп. Томск

Таблица 2 – Время добегания соответствующих наименьших Δср на участке п. Молчанова – вп. Томск

Слайд 7

3. Определение времени добегания с помощью нейронных сетей и результат прогноза

3. Определение времени добегания с помощью нейронных сетей и результат прогноза

на участке реки Обь с апреля по июнь за 2012 год

Таблица 3 - Определение времени добегания воды в русла р. Обь на участке п. Молчанова – п. Победа и вп.Томск

При данных результатах коэффициент корреляции в тестовом режиме равен 0,978, средняя абсолютная ошибка = 11,3

Слайд 8

Рисунок 4 – Совмещённый график хода уровней воды за 2012 год

Рисунок 4 – Совмещённый график хода уровней воды за 2012 год

с апреля по июнь п. Молчанова
Слайд 9

Определение времени добегания с помощью нейронных сетей и результат прогноза на

Определение времени добегания с помощью нейронных сетей и результат прогноза на

участке реки Обь с апреля по июнь за 2013 год

Рисунок 5 - Совмещённый график хода уровней воды за отрезок времени с апреля по июнь 2013 год п. Молчанова

Слайд 10

Определение времени добегания с помощью нейронных сетей и результат прогноза на

Определение времени добегания с помощью нейронных сетей и результат прогноза на

участке реки Обь с апреля по июнь за 2014год

Рисунок 6 - Совмещённый график хода уровней воды за отрезок времени с апреля по июнь 2014 год п. Молчанова

Слайд 11

Определение времени добегания с помощью нейронных сетей и результат прогноза на

Определение времени добегания с помощью нейронных сетей и результат прогноза на

участке реки Обь с апреля по июнь за 2015 год

Рисунок 7 - Совмещённый график хода уровней воды за отрезок времени с апреля по июнь 2015 год п. Молчанова

Слайд 12

Определение времени добегания с помощью нейронных сетей и результат прогноза на

Определение времени добегания с помощью нейронных сетей и результат прогноза на

участке реки Обь с апреля по июнь за 2016 год

Рисунок 8 - Совмещённый график хода уровней воды за отрезок времени с апреля по июнь 2016 год п. Молчанова

Слайд 13

Определение времени добегания на возрастающей части половодья с помощью нейронных сетей

Определение времени добегания на возрастающей части половодья с помощью нейронных сетей

и результат прогноза на участке реки Обь за 2013 - 2016 гг

Рисунок 9 - Совмещённый график хода уровней воды для возрастающей части гидрографа с 2013 по 2016гг. п. Молчанова

Слайд 14

Определение времени добегания для пиковой части половодья с помощью нейронных сетей

Определение времени добегания для пиковой части половодья с помощью нейронных сетей

и результат прогноза на участке реки Обь за 2013 - 2016 гг

Рисунок 10 - Совмещённый график хода уровней воды для пиковой части гидрографа с 2013 по 2016гг. п. Молчанова

Слайд 15

Определение времени добегания для спада половодья с помощью нейронных сетей и

Определение времени добегания для спада половодья с помощью нейронных сетей и

результат прогноза на участке реки Обь за 2013 – 2016 гг

Рисунок 11 - Совмещённый график хода уровней воды для спада гидрографа с 2013 по 2016 гг. п. Молчанова

Слайд 16

Определение времени добегания с помощью нейронных сетей и результат прогноза на

Определение времени добегания с помощью нейронных сетей и результат прогноза на

участке реки Обь за весь период наблюдения с апреля по июнь 2012 – 2016 гг

Рисунок 12 - Совмещённый график хода уровней воды с 2012 по 2016 гг. п. Молчанова

Слайд 17

В ходе прохождения практики мною были получены следующие навыки и результаты:

В ходе прохождения практики мною были получены следующие навыки и результаты:
1)

Закреплены полученные навыки нахождения времени добегания по методу соответственных уровней и по методу наименьших погрешностей.
2) Приобретён начальный навык работы с программой нейронных сетей.

Вывод