人工神经网络技术在水质动态预测中的应用.pdfVIP

　第 1 期 ( ) No . 1 　 华东师范大学学报 自然科学版 2001 年 3 月 Journal of East China Normal U niversit y (Natural Science ) Mar. 2001 ( ) 文章编号 :1000 - 5641 2001 01 - 0084 - 06 人工神经网络技术在水质动态预测中的应用 1 1 1 1 2 过仲阳 , 　陈中原 , 　李绿芊 , 　宋保平 , 　陆 　衍 ( 1. 华东师范大学 教育部城市与环境开放实验室 ,上海 　200062 ; 2. 上海市城市地质研究院 ,上海 　200072) 摘要 :根据前人研究 ,上海地区地下水的水质变化主要受人工开采和回灌活动的影响 ,然而 , 由于地下水流动的复杂性,水质变化与采灌井的开采量及回灌量之间存在着完全非线性的关 ( ) 系 ;另一方面 ,人工神经网络技术具有较强的解决矛盾样本 即非线性问题 的能力 , 因此 ,作 者在收集已有观测资料的基础上 ,利用人工神经网络技术对上海地区第 III 承压含水层的矿 化度变化进行了预测。算例表明 ,应用该法进行单井预测的相对误差只有 2. 07 % ,多井预测 的相对误差小于 1. 5 % 。 关键词 :人工神经网络 ; 　地下水水质 ; 　人工开采与回灌 ; 　动态预测 中图分类号:P641. 74 　　文献标识码 :A 0 　引 　　言 地下水水质的好坏与人们的生活水平密切相关 ,只有了解地下水水质的特征及其变化 规律 ,才能合理地利用和保护地下水资源 ,因而运用已有资料研究地下水水质的变化趋势就 显得十分重要。 近年来 ,人工神经网络技术逐渐被用来解决水文地质问题 ,如 Donna M . Rizzo 和 David E. Doughert y [2 ]将人工神经网络与克立格法相结合 ,对含水层的特性问题进行了探讨 ; Hol ger R. Maier Graeme 和 C. Dandy [3 ]对澳大利亚南部 Murray 河上某段的水质参数 —矿化 [4 ] 度进行了预测 ,取得了一定成效。此外 ,费忠华等人 运用模糊数学方法对抚州市地下水水 [5 ] 质进行了评价 ,陈昌彦等人 则应用人工神经网络技术对地下水水质的污染程度进行了分 类 ,且与运用综合指数法、模糊综合评判法和灰色聚类法等多种方法的分类结果进行了比 较 ,结果表明 ,神经网络技术与其它方法相比具有较强的处理矛盾样本的能力 ,且预测精度 较高。 ( 本次工作收集了上海地区第 III 承压含水层 26 口井的采灌量及2 口预测井 长宁区 1 ) ( ) # 井、普陀区 2 # 井 多年的水质动态资料 , 利用人工神经网络中的 B P Back Propa gation 算法对预测井的水质参数 —矿化度进行了预测 ,取得了满意的效果。 另外 ,为了叙述问题的方便 ,本文将预测井以外的井统称为采灌井。 　收稿日期 :2000 - 05