五种地下水埋深预测模型对比分析——以肇州县为例 |
| |
引用本文: | 张嗣路,李治军,于博文,王涛.五种地下水埋深预测模型对比分析——以肇州县为例[J].中国农村水利水电,2022(10):119-124. |
| |
作者姓名: | 张嗣路 李治军 于博文 王涛 |
| |
作者单位: | 1. 黑龙江大学水利电力学院;2. 黑龙江大学寒区地下水研究所 |
| |
基金项目: | 国家科技支撑计划项目(2014BAD12B01-03); |
| |
摘 要: | 地下水埋深预测对于区域水资源管理利用、生态环境保护和经济社会发展等具有重要的价值与作用。地下水埋深受多种因素影响,其动态变化具有非平稳性、随机性和滞后性等特征。为了准确预测浅层地下水埋深,选用多元线性回归、灰色GM(1,1)、基于马尔科夫链优化的灰色GM(1,1)、BP神经网络和基于遗传算法优化的BP神经网络五种预测模型,以黑龙江省肇州县为应用实例,将1980-2009年数据作为训练样本,2010-2019年数据作为检验样本,以降水量、蒸发量、地下水开采量和前期水位作为输入层输入,以地下水埋深作为输出层输出,选择绝对误差、相对误差、平均绝对误差、平均绝对百分比误差、均方误差和均方根误差作为评价指标,进行地下水埋深模拟预测和对比分析。结果表明:基于遗传算法优化的BP神经网络模型的平均绝对误差0.13 m,平均绝对百分比误差1.58%,均方误差0.02,均方根误差0.15,预测精度较高、拟合效果较好,相较于其他4种模型可以更好的模拟地下水埋深动态变化,为肇州县地下水合理开发和利用提供参考;遗传算法优化提升了BP神经网络的训练效率和稳定性,马尔科夫链理论弥补了灰色GM(1,1)所缺少的波动性...
|
关 键 词: | 地下水埋深 遗传算法 马尔科夫链 BP神经网络 |
|
|