地下水位预报的相空间重构神经网络模型研究.pdfVIP

第 卷 第 期 西北农林科技大学学报 自然科学版 !! # $ % )!! )# ’( *’ 年 月 #++, # ) 9 ) ) )$ ) ) )% )#++, -’./ ’0*’/123451678:472;8= ’0?/8 @AB’/ *@1 678 CA D47 地下水位预报的相空间重构 神经网络模型研究E F# # # 陈南祥 曹连海 徐建新 F F 西安理工大学 水利水电学院 陕西 西安 华北水利水电学院 岩工系 河南 郑州 $ F G++HIJ# F FH,++H,% 摘 要 为有效揭示水资源系统复杂的非线性结构及变化规律 结合混沌理论 相空间重构理论与神经网 K L F M 络 研究了地下水水位预测模型 即通过相空间重构 把一维地下水水位时间序列拓展为多维序列 从而挖掘更为 F F F F 丰富的信息 运用混沌方法构造训练样本并确定神经网络的网络结构 用神经网络拟合相空间相点演化的非线性 J F 关系 实例计算表明 该模型具有较高的预报精度 N F N 关键词 地下水位 预报模型 混沌理论 相空间重构理论 神经网络 K L J J J J 中图分类号 文献标识码 文章编号 K L PH)I K L K L PG9Q!IG$#++,%#9+!Q9+H O 地下水文系统可以通过数值模拟求解渗流模型 如下 以期为地下水位预报和地下水资源管理提供 F 和随机性模型来确定地下水的动态变化规律 由于 参考 F N 渗流模型需要较多的水文地质参数和实测数据 加 F 相空间理论 之地下水动态的影响因素存在着很大的时空变异F KS HL 因而对于一些资料缺乏 时空变异较大的研究区域 大量研究 表明 地下水文系统可认为是一 M F 来说 该方法很难获得满意的预测结果 随机性模型 种混沌系统 地下水混沌特征的存在 表明地下水水 F J N F 大多基于平稳序列或线性序列建模 其成本小