摘要：灌区是国家水网建设的重要内容，精准量测和控制过闸流量过程是灌区用水管理的关键。为实时获取高精度的平板闸门过流量，以物理试验为基础，首先采用仿真模型分析了不同工况下闸前闸后流线与流速分布、水深-流量变化关系，其次，以仿真模型的模拟结果作为训练集，采用基因表达式编程算法（Gene Expression Programming，GEP）构建了融合闸前/后水深与开度的闸门过流量算法，并以更多的仿真模型模拟结果作为测试集，对比分析了该算法的性能。结果表明：①fluent数值模拟能在不同闸门开度和流量组合下重现复杂流线和流速分布过程，且模拟的流量过程与实测结果拟合良好，但效率低下，无法满足实际闸控的实时性需求；②GEP算法能够保持仿真模型的精度，且能达到实时计算；③与存在多个率定参数的经典闸孔出流分段公式相比，无任何率定参数的GEP算法的精度更高；④以仿真模型的模拟结果为基准，GEP算法比BP神经网络的精度更高、泛化性更好。因此，GEP算法更适宜平板闸门过流量的计算，可为灌区用水管理提供技术支撑。
文章目录
0 引言
1 数值模拟与数据学习
1.1 数值计算理论与方法
1.2 平板闸门数值模型
1.3 GEP算法
1.4 闸门函数构建步骤
2 结果与分析
2.1 数值模拟结果分析
2.1.1 网格无关性验证结果
2.1.2 数值计算与观测数据对比结果
2.1.3 闸门开度对闸后水流特性的影响
2.1.4 流量对闸后水流特性的影响
2.2 基于GEP算法的流量函数构建
2.3 不同计算方法分析对比
2.4 讨论
3 结论
