基于遗传算法的地下水位动态预测双线性模型

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

基于遗传算法的地下水位动态预测双线性模型

金菊良, 杨晓华, 金保明, 丁晶

文章导航 > 水科学进展 > 2001 > 12(3): 361-366

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[J]. 水科学进展, 2001, 12(3): 361-366.

引用本文:

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[J]. 水科学进展, 2001, 12(3): 361-366.

JIN Ju-liang, YANG Xiao-hua, JIN Bao-ming, DING Jing. A Bilinear Time Series Model Based on Genetic Algorithm for Predicting Groundwater Level Regime[J]. Advances in Water Science, 2001, 12(3): 361-366.

Citation:

JIN Ju-liang, YANG Xiao-hua, JIN Bao-ming, DING Jing. A Bilinear Time Series Model Based on Genetic Algorithm for Predicting Groundwater Level Regime[J]. Advances in Water Science, 2001, 12(3): 361-366.

基于遗传算法的地下水位动态预测双线性模型

1.
合肥工业大学, 安徽合肥230009;
2.
河海大学, 江苏南京210098;
3.
福建省南平市水电局, 福建南平353000;
4.
四川大学, 四川成都610065

基金项目: 国家自然科学基金(49871018);中国博士后科学基金;四川大学高速水力学国家重点实验室开放基金(9904)资助项目

作者简介:
金菊良(1966- ),男,江苏吴江人,合肥工业大学教授,博士,从事水资源系统工程研究.

中图分类号: P641.2

A Bilinear Time Series Model Based on Genetic Algorithm for Predicting Groundwater Level Regime

1.
Hefei University of Technology, Hebei 230009, China;
2.
Hohai University, Nanjing 210098, China;
3.
Water & Electricity Bureau of Nanping, Fujian Province, Nanping 353000, China;
4.
Sichuan University, Chengdu 610065, China

Funds: The project is supported by National Natural Science Fund of China (No.49871018).

摘要: 提出了建立双线性模型(BM)的一套简便通用的方法。用加速遗传算法可同时估计BM 模型各参数,成功地解决了BM建模这一难题,为BM模型的广泛应用提供了新工具。实例计算结果说明:用这套方法预测地下水位动态是可行而有效的;通过利用预测过程中产生的残差信息进行反馈矫正,保证了BM模型劫高的拟合精度和稳健的预测性能,增强了对复杂非线性动态系统的适应性。
- 地下水位 /
- 动态 /
- 双线性模型 /
- 遗传算法 /
- 预测
Abstract: A simple and universal scheme is presented for establishing the bilinear time series model (BM).All parameters of the BM can be optimized at the same time with the accelerating genetic algorithm developed by the authors,and the difficulty of modeling the BM is resolved,which gives a new tool for widely applying the BM.The examples show that the scheme applied to predicting groundwater level regime is practical and efficient,and the BM can ensure high fitting precision,robust forecasting and good adaptability to complex nonlinear dynamic systems by using the feedback information of prediction residual errors.As a general method,the scheme can be applied to the forecasting of nonlinear time series in various engineenng practices.
- groundwater level /
- regime /
- bilinear time series /
- genetic algorithm /
- prediction

[1]	左其亭.地下水动态预测的灰色一周期外延组合预测模型[J].水文地质工程地质.1996,23(5):l6-19.
[2]	陆洪波.北京市区浅层多项式位预测预报[J].工程勘察.1997,(1):6-41.
[3]	金菊良,丁晶,魏一鸣.基于遗传算法的门限自回归模型在浅层地下水位预测中的应用[J].水利学报.1999,(6):51-55.
[4]	杨位钦,顾岚.时间序列分析与动态数据建模[M].北京:北京工业学院出版社,1986.411-414.
[5]	杨叔子,吴雅.时间序列分析的工程应用(下册)[M].武汉:华中理工大学出版社,1992.356-386.
[6]	丁晶,邓育仁.随机水文学[M].成都:成都科技大学出版社,1988.33-226.
[7]	金菊良,丁晶,魏一鸣.加速遗传算法在地下水位动态分析中的应用[J].水文地质工程地质,1999,26(5):4-7.
[8]	安鸿志,陈敏.非线性时间序列分析[M].上海:上海科学技术出版社,1998.186-189.

[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
[3]	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
[4]	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
[5]	彭兆亮, Q. J. WANG, 王子茹, 王国利, 徐超. 订正与集成多模式的中国季度降水预测 . 水科学进展, 2014, 25(1): 1-9.
[6]	牛志广, 陆仁强, 王晨婉. 天津市近海水质预测方法研究 . 水科学进展, 2009, 20(2): 222-226.
[7]	史英标, 鲁海燕, 杨元平, 曹颖. 钱塘江河口过江隧道河段极端洪水冲刷深度的预测 . 水科学进展, 2008, 19(5): 685-692.
[8]	万星, 周建中. 自适应对称调和遗传算法在水库中长期发电调度中的应用 . 水科学进展, 2007, 18(4): 598-603.
[9]	崔远来, 马承新, 沈细中, 马吉刚. 基于进化神经网络的参考作物腾发量预测 . 水科学进展, 2005, 16(1): 76-81.
[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]	李如忠, 王超, 汪家权, 钱家忠, 金菊良. 基于未确知信息的河流水质模拟预测研究 . 水科学进展, 2004, 15(1): 35-39.
[12]	黄道友, 陈桂秋, 王克林, 黄敏, 彭廷柏. 红壤丘陵区地表水资源动态与合理调蓄利用研究 . 水科学进展, 2004, 15(3): 370-375.
[13]	秦肖生, 曾光明. 遗传算法在水环境灰色非线性规划中的应用 . 水科学进展, 2002, 13(1): 31-36.
[14]	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 . 水科学进展, 2002, 13(4): 473-477.
[15]	彭梅香, 葛朝霞, 王怀柏. 黄河上游径流与太平洋海温场关系及其预测应用 . 水科学进展, 2000, 11(3): 272-276.
[16]	顾世祥, 王士武, 袁宏源. 参考作物腾发量预测的径向基函数法 . 水科学进展, 1999, 10(2): 123-128.
[17]	杨荣富, 丁晶, 金菊良. 与局部微调方法相结合的遗传算法 . 水科学进展, 1999, 10(2): 150-154.
[18]	郑世宗, 袁宏源, 李远华, 郭宗楼, 崔远来, 纪珠宝, 李记马. 霍泉灌区出流量预测模型 . 水科学进展, 1999, 10(4): 382-387.
[19]	马光文, 王黎. 遗传算法在水电站优化调度中的应用 . 水科学进展, 1997, 8(3): 275-280.
[20]	王黎, 马光文. Streeter-Phelps模型参数估计的遗传算法 . 水科学进展, 1997, 8(1): 32-36.

WeChat

点击查看大图

计量

文章访问数: 84
HTML全文浏览量: 18
PDF下载量: 493
被引次数: 0

基于遗传算法的地下水位动态预测双线性模型

1. 合肥工业大学, 安徽合肥230009;

2. 河海大学, 江苏南京210098;

3. 福建省南平市水电局, 福建南平353000;

4. 四川大学, 四川成都610065

基金项目: 国家自然科学基金(49871018);中国博士后科学基金;四川大学高速水力学国家重点实验室开放基金(9904)资助项目

作者简介:
金菊良(1966- ),男,江苏吴江人,合肥工业大学教授,博士,从事水资源系统工程研究.

收稿日期: 2000-06-05
修回日期: 2000-08-07
刊出日期: 2001-07-25

中图分类号: P641.2

关键词:

双线性模型 /

摘要: 提出了建立双线性模型(BM)的一套简便通用的方法。用加速遗传算法可同时估计BM 模型各参数,成功地解决了BM建模这一难题,为BM模型的广泛应用提供了新工具。实例计算结果说明:用这套方法预测地下水位动态是可行而有效的;通过利用预测过程中产生的残差信息进行反馈矫正,保证了BM模型劫高的拟合精度和稳健的预测性能,增强了对复杂非线性动态系统的适应性。

English Abstract

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[J]. 水科学进展, 2001, 12(3): 361-366.

引用本文:

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[J]. 水科学进展, 2001, 12(3): 361-366.

JIN Ju-liang, YANG Xiao-hua, JIN Bao-ming, DING Jing. A Bilinear Time Series Model Based on Genetic Algorithm for Predicting Groundwater Level Regime[J]. Advances in Water Science, 2001, 12(3): 361-366.

Citation:

JIN Ju-liang, YANG Xiao-hua, JIN Bao-ming, DING Jing. A Bilinear Time Series Model Based on Genetic Algorithm for Predicting Groundwater Level Regime[J]. Advances in Water Science, 2001, 12(3): 361-366.

全文HTML

参考文献 (8)

/

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