吉林省科技厅科技发展计划项目(20130206011SF)
- 作品数：4 被引量：41H指数：4
- 相关作者：卢文喜王宇卞建民侯泽宇罗建男更多>>
- 相关机构：吉林大学更多>>
- 发文基金：吉林省科技厅科技发展计划项目国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：天文地球环境科学与工程更多>>
- 基于小波神经网络的地下水流数值模拟模型的替代模型研究被引量：13
- 2015年
- 以吉林西部为研究区,建立地下水流数值模拟模型,分别应用蒙特卡罗方法和拉丁超立方方法在研究区10个县(市)开采量的可行范围内进行采样,经对比选择拉丁超立方抽样结果得到输入(开采量)—输出(水位降深)数据集,建立小波神经网络模型作为地下水流数值模拟模型的替代模型,而后对替代模型有效性作误差分析,并与多元非线性回归替代模型进行对比.结果显示,2种替代模型在功能上都能逼近地下水流数值模拟模型,但小波神经网络模型得到的水位降深均值和水位降深剩余标准差与模拟模型计算结果的相对误差分别低于多元非线性回归模型76%和45%,说明小波神经网络模型更适合作为地下水流数值模拟模型的替代模型,这为减少优化模型求解过程中直接调用模拟模型所造成的计算负荷提供了一种有效的替代方法.
- 王宇卢文喜卞建民安永凯
- 三种地下水位动态预测模型在吉林西部的应用与对比被引量：9
- 2015年
- 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。
- 王宇卢文喜卞建民侯泽宇
- 关键词：BP神经网络模型人工神经网络地下水埋深
- 小波神经网络在白城地区浅层地下水埋深预测中的研究被引量：5
- 2014年
- 针对白城地区浅层地下水位动态变化的复杂性和非线性,采用小波分析和人工神经网络相结合的小波神经网络模型(WA-ANN)对白城地区浅层地下水埋深进行分析和预报。将研究区5口井2002-2009年逐月的降水量、蒸发量、人工开采量和前期水位埋深4个因素作为输入层,地下水埋深作为输出层,建立浅层地下水埋深预测模型,并采用"后验差"法对模型精度进行检验。检验结果表明,WA-ANN模型能很好地模拟该区地下水埋深变化规律,且拟合和预报精度均较高,相对误差小于10%。2010年以后的预报结果显示研究区地下水位呈逐年下降趋势,预计到2015年将下降1m,应及时加以控制。同时,笔者希望本次研究能为浅层地下水埋深预测提供一种新的途径。
- 王宇卢文喜卞建民侯泽宇
- 关键词：小波分析人工神经网络
- 基于改进时间序列分析法的镇赉地区地下水位动态分析被引量：14
- 2013年
- 为提高时间序列分析法在地下水位预报中的准确性，本文对时间序列分析法进行了改进。调整随机项的自回归系数，使其代数和为1，可减小“蝴蝶效应”对预报期后段结果产生的影响，从而提高预报结果的准确性。通过对镇赉县10口井2000-2009年5日地下水位数据进行分析与检验，结果表明：用传统法检验结果的相对误差范围是8.8％～21．9％，而应用改进法检验结果的相对误差范围是2．1％～10.3％，其中6口井的相对误差提高了10％以上。模型经改进后，拟合精度得到了显著提高。改进法可以更有效地对地下水位动态进行预报。
- 赵莹卢文喜罗建男张旸
- 关键词：时间序列分析地下水位动态
