中文摘要：

大型高坝水电工程的泄洪雾化，不仅是关系到工程安全的重大课题，也是一个社会影响面较大的环境问题，已成为目前水电开发中备受关注的热点问题之一。鉴于问题的独特复杂性，基于大量原型观测资料的人工神经网络预测方法在泄洪雾化预测研究中具有无可比拟的优势及良好的应用前景。本项研究，拟从已建工程的泄洪雾化原型观测资料入手，进行归纳整理与科学分析，提取影响泄洪雾化的主要水力学因素；在此基础上将各主要水力学因素作为输

结论摘要：

大型高坝水电工程的泄洪雾化，不仅是关系到工程安全的重大课题，也是一个社会影响面较大的环境问题，已成为目前水电开发中备受关注的热点问题之一。鉴于问题的独特复杂性，基于大量原型观测资料的人工神经网络预测方法在泄洪雾化预测研究中具有无可比拟的优势及良好的应用前景。本项研究，拟从已建工程的泄洪雾化原型观测资料入手，进行归纳整理与科学分析，提取影响泄洪雾化的主要水力学因素；在此基础上将各主要水力学因素作为输入因子，采用人工神经网络方法，建立基于任意空间坐标点泄洪雾化降雨降度的人工神经网络预测模型，并采用大量已建工程的泄洪雾化原型观测资料（包括系统性不强的零散资料），进行网络模型的学习，使模型具备较强的预测能力并保证模型的应用范围与预测精度。