运用BP网络预测地下水位

人工神经网络是一门新兴的交叉学科，是处理非线性问题的有效方法。本文把影响地下水位的因素集作为网络的输入向量，地下水位本身作为网络的输出向量，构成了预测地下水位的ＢＰ网络模型。一个实例的应用实践表明，用ＢＰ网络预测地下水位较准确地反映了客观实际，比其它方法如回归模型具有较高的拟合严谨和预测精度。     

基于智能算法的地下水位动态预测模型的建立与应用

地下水系统是一个高度复杂系统,地下水位与其影响因素之间存在非线性映射关系。本文分析了BP神经网络的缺陷和遗传算法的特点,根据区域水文特征,提取了地下水位的主要影响因子,建立了基于GA和BP的地下水动态预测模型,并应用于某水源地的地下水位动态预测中。结果表明,该模型收敛快、预测精度高,具有良好的推广应用前景。     

基于混沌时间序列的地下水位多步预测模型

利用相空间重构技术，并借助G—P算法、C-C方法和Wolf方法从宁陵地区地下水位一维时间序列中提取Lyapunov指数，结果表明此时间序列具有混沌特征。计算了宁陵地区地下水位时间序列的关联维数、时间延迟和最大Lyapunov指数，将局域加权一阶多步预测模型应用于地下水位预测。预测表明，此模型可有效应用于地下水位时间序列的多步预测。     

地下水流系统确定─随机性数值模型研究

本文从地下水系统的确定性和随机性特点出发，提出了地下水流系统确定－随机性数值模型。该模型可用于地下水流系统参数估计、状态预测及地下水位观测网优化设计。     

地下水流系统确定—随机性数值模型研究

本文从地下水系统的确定性和随机性特点出发，提出了地下水流系统确定－随机性数值模型。该模型可用于地下水流系统参数估计、状态预测以地下水位观测网优化设计。     

宁县典型测井地下水埋深的灰色预测研究

采用灰色系统理论中灰色动态模型GM（1,1）,对一观测孔地下水位埋深进行灰色动态模拟。利用观测孔2011年实测地下水位埋深数据建立GM（1,1）预测模型,并对2012年地下水位埋深进行预测。经验证,模型预测精度较高,具有一定的实用价值。     

淄博市大武水源地地下水水位总体预测

本文采用水均衡法对淄博市大武水源地地下水位变动进行研究，并对降水量与人渗补给量的关系以及平均给水度随地下水位的变化关系进行了分析。通过历史资料的验证，表明本文所建立的水均衡模型对于地下水位变动的预测是可靠的，而且简单可行，随后根据不同的地下水开采量等对未来地下水位的变动趋势进行了预测。     

基于集对分析的相似模型在地下水位预测中的应用

地下水位预测能为生态环境保护和地下水资源规划、管理提供科学依据。为了对地下水位动态变化进行准确预测,针对地下水位样本之间的相似性及影响因子与地下水位之间具有的确定、不确定性特征,提出将集对分析与相似预测相结合,从同、异、反三方面定量刻画地下水位的当前样本与历史样本之间的相似性,建立了基于集对分析的地下水位相似预测模型,并应用该模型计算地下水位预测值。实例检验结果表明:基于集对分析的地下水位相似预测模型的平均相对误差小于3%。与其他地下水位预测方法相比,该方法用于地下水位预测具有物理概念清晰,计算简便,预测精度较高的特点。     

枣庄市十里泉电厂第三水源地地下水位年变幅灰色预测

该文依据往年地下水位监测数据,通过灰色系统理论的预测模型,对枣庄十里泉电厂地下水位年变幅做出预测,分析了岩溶塌陷发展趋势,为由水动力因素引起的岩溶塌陷地质灾害提供防治依据。     

基于遗传算法优化的小波神经网络在地下水位预测中的应用

地下水位是衡量生态环境优劣和地下水资源的一个重要指标.地下水位下降,将引发地面沉降、地面塌陷和降落漏斗等.因此,地下水位预测对保护地质生态环境和实现地下水资源严格管理至关重要.由于BP算法存在极易收敛于局部极小点与过拟合等缺点,导致网络泛化能力不足,本文在构建小波神经网络基础上并引入遗传算法加以优化,以解决上述不足,并与BP和WNN对比预测了天津市深层承压水水位.预测结果表明,GA-WNN模型拟合精度较高,模型的预测能力有较大幅度提高.