区域地下水位预报的季节型神经网络模型

高级搜索

全国中文核心期刊
中国科技核心期刊
美国工程索引（EI）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

区域地下水位预报的季节型神经网络模型

薛联青, 崔广柏, 程光

文章导航 > 水科学进展 > 2002 > 13(4): 473-477

薛联青, 崔广柏, 程光. 区域地下水位预报的季节型神经网络模型[J]. 水科学进展, 2002, 13(4): 473-477.

引用本文:

薛联青, 崔广柏, 程光. 区域地下水位预报的季节型神经网络模型[J]. 水科学进展, 2002, 13(4): 473-477.

XUE Lian-qing, CUI Guang-bai, CHENG Guang. Seasonal neural-network forecast model for regional groundwater level[J]. Advances in Water Science, 2002, 13(4): 473-477.

Citation:

XUE Lian-qing, CUI Guang-bai, CHENG Guang. Seasonal neural-network forecast model for regional groundwater level[J]. Advances in Water Science, 2002, 13(4): 473-477.

区域地下水位预报的季节型神经网络模型

1.
河海大学, 江苏南京, 210098;
2.
东南大学, 江苏南京, 210096

作者简介:
薛联青(1973- ),女,新疆石河子人,河海大学水文水资源及环境学院教师,主要从事水资源规划与环境保护研究.

中图分类号: P641.2

Seasonal neural-network forecast model for regional groundwater level

1.
Hohai University, Nanjing 210098, China;
2.
Dongnan University, Nanjing 210096, China

摘要: 根据西北干旱区地下水位周期性变化趋势明显的特点,提出了测井水位预报的季节型神经网络模型。同时,针对系列不同周期内变幅各异的特点,对监测序列进行了光滑处理。预报结果表明:该模型预测效果较好,运行合理,对规律性不强的地下水位动态预报具有一定的实用价值。
- 区域 /
- 地下水位 /
- 季节型神经网络模型 /
- 预报 /
- 周期
Abstract: Based on the neural network model of time series and the periodical changing characteristic of the groundwater level in dry region,a seasonal artificial neural network forecast model is set up.At the same time the data smoothing process is carried out aimed at the different fluctuation during different period before these data are used for training.The prediction results indicate that the model is reasonable,its accu racy is better,and has some practical value when being used in the dynamic groundwater level analysis.
- region /
- groundwater level /
- seasonal artificial neural-network model /
- predict ion /
- period

[1]	焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1996.19-35.
[2]	George E P Box,Gwilym M Jenkins,Gregory C Reinsel著,顾岚译.时间序列分析与控制[M].北京:中国统计出版社,1997.98-112.
[3]	杨位钦,顾岚.时间序列分析与动态数据建模[M].北京:北京理工大学出版社,1988.110-135.
[4]	Casdagli M.Nonlinear prediction of chaotic time series[J].Physica D,1989,35-65.
[5]	Thomas Kolarik,Gottfried Rudorfer.Time series forecasting using neural networks[A].ACM,time series & neural networks[C].Sept.1994.
[6]	Dorffner G.Neural networks for time series processing[J].Neural Network World.1996,4:447-468.

[1]	古力米热·哈那提, 张音, 关东海, 刘迁迁, 苏里坦. 生态输水条件下塔里木河下游断面尺度地下水流数值模拟 . 水科学进展, 2020, 31(1): 61-70. doi: 10.14042/j.cnki.32.1309.2020.01.007
[2]	王煜, 尚文绣, 彭少明. 基于水库群预报调度的黄河流域干旱应对系统 . 水科学进展, 2019, 30(2): 175-185. doi: 10.14042/j.cnki.32.1309.2019.02.003
[3]	王朋辉, 姜光辉, 袁道先, 汤庆佳, 张强. 岩溶地下水位对降雨响应的时空变异特征及成因探讨——以广西桂林甑皮岩为例 . 水科学进展, 2019, 30(1): 56-64. doi: 10.14042/j.cnki.32.1309.2019.01.006
[4]	张展羽, 梁振华, 冯宝平, 黄继文, 吴东. 基于主成分-时间序列模型的地下水位预测 . 水科学进展, 2017, 28(3): 415-420. doi: 10.14042/j.cnki.32.1309.2017.03.012
[5]	张少杰, 江玉红, 杨红娟, 刘敦龙. 基于水文过程的泥石流预报中前期有效降水量的确定方法 . 水科学进展, 2015, 26(1): 34-43. doi: 10.14042/j.cnki.32.1309.2015.01.005
[6]	史良胜, 张秋汝, 宋雪航, 方旭东. 地下水位在非饱和水流数据同化中的应用 . 水科学进展, 2015, 26(3): 404-412. doi: 10.14042/j.cnki.32.1309.2015.03.011
[7]	余斌, 朱渊, 王涛, 朱云波. 沟床起动型泥石流的10 min降雨预报模型 . 水科学进展, 2015, 26(3): 347-355. doi: 10.14042/j.cnki.32.1309.2015.03.006
[8]	方修琦, 陈莉, 李帅. 1644-2004年中国洪涝灾害主周期的变化 . 水科学进展, 2007, 18(5): 656-661.
[9]	宋兰兰, 陆桂华, 刘凌, 贺瑞敏. 区域生态系统健康评价指标体系构架——以广东省生态系统健康评价为例 . 水科学进展, 2006, 17(1): 116-121.
[10]	郑东健, 王建. 绕坝渗流地下水位的时空分布模型研究 . 水科学进展, 2005, 16(5): 730-734.
[11]	冯耀龙, 韩文秀, 王宏江, 练继建, 黄津明. 区域水资源承载力研究 . 水科学进展, 2003, 14(1): 109-113.
[12]	刘恒, 耿雷华, 陈晓燕. 区域水资源可持续利用评价指标体系的建立 . 水科学进展, 2003, 14(3): 265-270.
[13]	魏凤英. 多步流量预测模型新方案的研究与应用 . 水科学进展, 2003, 14(5): 607-611.
[14]	金菊良, 杨晓华, 金保明, 丁晶. 基于遗传算法的地下水位动态预测双线性模型 . 水科学进展, 2001, 12(3): 361-366.
[15]	李玲, 施勇. 一种新的时间序列综合分析法和应用 . 水科学进展, 2000, 11(4): 451-456.
[16]	赵玉霞, 赵俊琳. GIS技术及其在区域水环境管理中的应用 . 水科学进展, 2000, 11(3): 339-344.
[17]	宋立松, 魏高峰. 感潮河段水位过程预报探讨 . 水科学进展, 2000, 11(3): 302-306.
[18]	顾颖, 刘培. 应用模拟技术进行区域干旱分析 . 水科学进展, 1998, 9(3): 269-274.
[19]	杨金忠, 蔡树英, 叶自桐. 区域地下水溶质运移随机理论的研究与进展 . 水科学进展, 1998, 9(1): 84-98.
[20]	杨金忠, 蔡树英. 地下水动态预报的多层递阶组合模型 . 水科学进展, 1995, 6(2): 101-106.

WeChat

点击查看大图

计量

文章访问数: 120
HTML全文浏览量: 23
PDF下载量: 646
被引次数: 0

区域地下水位预报的季节型神经网络模型

1. 河海大学, 江苏南京, 210098;

2. 东南大学, 江苏南京, 210096

作者简介:
薛联青(1973- ),女,新疆石河子人,河海大学水文水资源及环境学院教师,主要从事水资源规划与环境保护研究.

收稿日期: 2001-05-18
修回日期: 2001-07-10
刊出日期: 2002-07-25

中图分类号: P641.2

关键词:

季节型神经网络模型 /

摘要: 根据西北干旱区地下水位周期性变化趋势明显的特点,提出了测井水位预报的季节型神经网络模型。同时,针对系列不同周期内变幅各异的特点,对监测序列进行了光滑处理。预报结果表明:该模型预测效果较好,运行合理,对规律性不强的地下水位动态预报具有一定的实用价值。

English Abstract

薛联青, 崔广柏, 程光. 区域地下水位预报的季节型神经网络模型[J]. 水科学进展, 2002, 13(4): 473-477.

引用本文:

薛联青, 崔广柏, 程光. 区域地下水位预报的季节型神经网络模型[J]. 水科学进展, 2002, 13(4): 473-477.

XUE Lian-qing, CUI Guang-bai, CHENG Guang. Seasonal neural-network forecast model for regional groundwater level[J]. Advances in Water Science, 2002, 13(4): 473-477.

Citation:

XUE Lian-qing, CUI Guang-bai, CHENG Guang. Seasonal neural-network forecast model for regional groundwater level[J]. Advances in Water Science, 2002, 13(4): 473-477.

全文HTML

参考文献 (6)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回