典型文献
五种地下水埋深预测模型对比分析——以肇州县为例
文献摘要：
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,组合预测模型两两结合,优势互补,显著提升预测性能相较于单一模型预测结果更加准确,可以为地下水埋深预测模型的建立提供新的思路.
文献关键词：
地下水埋深;遗传算法;马尔科夫链;BP神经网络
中图分类号：
作者姓名：
张嗣路;李治军;于博文;王涛
作者机构：
黑龙江大学水利电力学院,黑龙江哈尔滨 150080;黑龙江大学寒区地下水研究所,黑龙江哈尔滨 150080
文献出处：
引用格式：
[1]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
A类：
B类：
种地,地下水埋深,预测模型对比分析,肇州县,区域水资源,水资源管理,管理利用,非平稳性,随机性,滞后性,准确预测,浅层地下水,GM,遗传算法优化,黑龙江省,应用实例,年数,训练样本,降水量,蒸发量,地下水开采,开采量,输入层,出层,平均绝对误差,平均绝对百分比误差,均方误差,模拟预测,拟合效果,水合,合理开发,开发和利用,优化提升,训练效率,马尔科夫链理论,波动性,组合预测模型,优势互补,预测性能
AB值：
0.240358
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
