共查询到19条相似文献，搜索用时 114 毫秒
1.
地下水水位动态预测对农田土壤盐渍化防治、地下水地表水资源的合理调度具有十分重要的意义。以新疆和静县某地下水观测井为研究对象,选择月均蒸发量、气温和灌溉量3个因素作为BP神经网络模型的输入量,利用遗传算法优化神经网络的权值与阈值,建立地下水水位的遗传BP神经网络预测模型。结果表明:遗传BP神经网络模型能较好表达地下水位与主控因素之间的非线性关系,预测结果与实测值之间的平均绝对百分比误差为0.040 3,测试样本的网络输出值与网络目标值的相关系数达0.967 3,模型预测效果较佳。研究结果为区域地下水的开发利用与保护提供参考依据。 相似文献
2.
本文应用二维流地下水数值模型计算方法对某水源地地下水水位进行开采预测,介绍地下水数值模型的建立和评价过程,从而为拟建水源地正确确定开采方案提供科学依据。 相似文献
3.
基于智能算法的地下水位动态预测模型的建立与应用 总被引：6，自引：1，他引：6
刘勇健 《水文地质工程地质》2004,31(3):55-57,61
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。 相似文献
4.
本文根据影响岩溶水位的因素,利用改进的BP神经网络建立一个能够反映济南市泉域岩溶地下水动态变化的随机模型,并进行检验,与运用多元回归模型预测的结果相比较,结果表明:BP神经网络模型进行岩溶地下水动态变化预测是可行的,该模型具有较强的学习、容错和联想功能,对岩溶地下水动态变化的预测精度大大的提高。最后在模拟的基础上,又对泉水喷涌的宏观趋势作了进一步的预测和分析。 相似文献
5.
6.
7.
8.
傍河水源地是郑州市重要的地下水供水水源.在出现极端干旱或极端事故(如水质污染)的条件下,傍河水源地将启动应急开采满足城市供水的需要.通过建立郑州市350m深度内松散岩类孔隙水地下水数值模拟模型,对黄河水位下降情况下的地下水应急开采方案进行了预测,分析了应急开采对黄河侧向补给的影响及傍河水源地地下水位的演变趋势.结果表明,应急开采方案下激发了黄河的侧向补给,一年的预测期末傍河水源地没有出现地下水位持续下降、降落漏斗进一步扩大的问题. 相似文献
9.
10.
11.
12.
为解决以往模型未考虑地下水位相关影响因素的问题，探讨长短期记忆（LSTM）神经网络在地下水位预测中的应用，利用长短期记忆神经网络，采用多变量输入的方式，构建了基于多变量LSTM神经网络的地下水水位预测模型。以泰安市岱岳区J1号监测井为例，采用2001-2014年地下水水位动态监测资料与相关影响因素数据，利用多变量LSTM神经网络对2015-2016年地下水位进行预测，并与单变量LSTM神经网络和反向传播（BP）神经网络进行对比。研究结果表明：以相关影响变量为输入的BP神经网络无法考虑时序变化规律，预测均方根误差最大，为2.399 3；以地下水位为变量输入的单变量LSTM神经网络仅能根据时序变化作出相应预测，无法考虑相关变量影响，预测均方根误差为2.102 2；基于多变量输入的LSTM神经网络的预测精度显著高于单变量LSTM神经网络和BP神经网络，预测均方根误差最小，仅为1.919 1。总体上，多变量LSTM神经网络地下水位预测模型仅在某些峰值处误差较大，但总体预测效果较为理想。 相似文献
13.
通过对太原市地面沉降资料、气象水文和地质条件以及地下水等大量资料的分析与整理,考虑到太原市各个沉降中心的沉降趋势不尽相同,对太原市吴家堡、西张、万柏林和下元4个沉降中心分别建立BP神经网络模型,并基于训练好的BP神经网络模型,在太原市地下水开采量的规划方案下,预测了在不同降水保证率下2009-2015年地面沉降的趋势,... 相似文献
14.
15.
准确而可靠地预测地下水埋深对生态环境保护和水资源规划管理具有重要意义。针对吉林西部浅层地下水位动态变化的复杂性和非线性,提出了基于小波分析与人工神经网络相结合的预测方法小波神经网络(WA-ANN)模型。将研究区2002年1月2009年12月当月降水量、蒸发量、人工开采量和前月平均地下水埋深4个参数作为输入,当月平均地下水埋深作为输出,建立浅层地下水埋深预测模型,并与BP神经网络(BP-ANN)模型和自回归移动平均(ARIMA)模型进行比较,对比分析了三者的建模过程及其模拟精度。结果显示:相比两种ANN模型,ARIMA模型建模过程更为简单,计算效率更高;但WA-ANN模型的拟合精度高于BP-ANN和ARIMA模型,预测效果更好。总体来看,WA-ANN模型在浅层地下水埋深预测中具有一定的应用推广价值。 相似文献
16.
基于BP神经网络的泥石流平均流速预测 总被引：4，自引：0，他引：4
泥石流平均流速是泥石流防治工程中不可缺少的重要参数,准确地预测泥石流平均流速对于泥石流防治工程的设计是至关重要的。将BP神经网络应用于泥石流平均流速的预测:将泥石流平均流速的影响因素--泥沙平均粒径、泥深、沟床比降和泥石流密度作为BP神经网络的输入单元,通过对云南东川蒋家沟泥石流观测数据的训练与预测建立了泥石流平均流速的BP神经网络预测模型。将预测结果与东川公式和曼宁修正公式的计算结果进行对比:曼宁修正公式和东川公式预测结果最大误差分别为27%和7.3%,BP神经网络的预测结果最大误差仅为3.2%,BP神经网络的预测精度是最高的,可见此方法对泥石流平均流速预测具有适用性和准确性。最后应用此方法预测了乌东德水电站近坝库区内的3条泥石流的平均流速分别为12.8 m/s、11.3 m/s和13.0 m/s,为库区泥石流防治工程提供了可靠的参考数据。 相似文献
17.
基于BP神经网络的溶洞规模预测及应用 总被引：2，自引：1，他引：1
复杂岩溶地区的溶洞发育规模受地质构造、地区岩性、地下水动力系统等多种因素的影响,具有高度复杂性和非线性的特征。通过对岩溶区溶洞的赋存规律研究,确定影响溶洞发育规模的控制因素进行定量处理,收集已探明溶洞的样本数据。为克服已有研究对溶洞发育规模定性描述的模糊性,文章利用BP（Back Propagation）神经网络对自组织、自适应特性对数据样本的非线性关系揭示的能力,实现对溶洞发育规模的预测,并基于MATLAB实现BP神经网络结构的设计、训练、预测,其结果表明:BP神经网络模型对溶洞规模预测的精度高、收敛性能好。 相似文献
18.
S. V. N. Rao Sudhir Kumar Shashank Shekhar S. K. Sinha S. Manju 《Hydrogeology Journal》2007,15(6):1157-1167
This report examines the problem involving the pumping of groundwater from a group of 90 existing wells along the banks of the Yamuna River, northwest of Delhi (India), underlain with geologically occurring saline water. It is known that unregulated pumping will lead to upconing of saline water and therefore it is necessary to determine optimal rates and associated well locations (from an existing group of candidate wells that supply drinking water to the city of Delhi) that will minimize the total salinity. The nonlinear, non-convex problem is solved by embedding the calibrated groundwater model within a simulation-optimisation (S/O) framework. Optimisation is accomplished by using simulated annealing (SA), a search algorithm. The computational burden is primarily managed by replacing the numerical model with a surrogate simulator-artificial neural network (ANN). The model is applied to the real system to determine the optimal pumping schedule. The results of the operational model suggest that the skimming wells must be operated from optimal locations such that they are staggered in space and time to obtain the least saline water. 相似文献
19.
BP神经网络方法在地下水动态监测网质量评价中的应用 总被引：3，自引：1，他引：3
本文运用BP神经网络方法构建了地下水动态监测网的质量评价模型，并以甘肃省武威盆地的地下水位监测网为例进行了实例研究。研究表明，在武威和清源附近地下水监测点密度大于0．09／km^2的三个区域，需要进一步调整地下水监测点结构。武威以东、双城以南的地下水位漏斗区和武威以西的山前地带，需要增加地下水监测点。其它地下水监测点密度小于0．03／km^2的地区，则需要根据实际情况而决定。 相似文献