地下水位预测模型对比分析研究

被引:12
作者
王宇博
梁秀娟
乔雨
王中凯
机构
[1] 吉林大学地下水资源与环境教育部重点实验室
关键词
地下水动态; 水位预测; 模型对比分析; 长春市;
D O I
暂无
中图分类号
P641.7 [地下水普查与勘探];
学科分类号
0818 ; 081802 ;
摘要
为更好地研究地下水位预测模型,选用灰色GM(1,1)、叠加的马尔科夫链和BP神经网络3种模型,选取2007-2010年长春市的地下水位资料进行地下水位预测研究,对比分析了3种模型的预测结果以及其适用情况。结果表明,3种预测方法的平均绝对误差均小于10%,在一定程度上表明3种模型均具备一定可信度,其中叠加的马尔科夫链模型的误差相对较大,另外两种则相差不大。灰色GM(1,1)模型适用于把握数据的大体变化趋势;叠加马尔科夫链模型适用于对相对稳定的数据的预测;BP神经网络模型需要基于相对较多的数据进行有弹回地校正模拟,且预测的结果相对拟合程度更好,预测结果更理想。
引用
收藏
页码:58 / 61
页数:4
相关论文
共 12 条
[1]   基于叠加马尔科夫链和BP神经网络模型的降水量预测研究 [J].
王宇博 ;
梁秀娟 ;
乔雨 ;
王亮 ;
徐海岩 ;
陈伟 .
中国农村水利水电, 2014, (09) :80-82+86
[2]   两种模型在地下水埋深预测中的应用及对比研究 [J].
乔雨 ;
梁秀娟 ;
王宇博 .
节水灌溉 , 2014, (03) :45-47+53
[3]   基于叠加的马尔科夫链的永吉县降水量分析 [J].
朱玉良 ;
朱玉波 .
吉林水利, 2013, (11) :29-31
[4]   Elman神经网络在平原区降水入渗补给预测中的应用 [J].
王中凯 ;
梁秀娟 ;
肖长来 ;
翟天放 ;
杨晓晗 .
节水灌溉, 2013, (07) :42-44+52
[5]   基于数理方法的长岭县降水量分析 [J].
闫佰忠 ;
肖长来 ;
梁秀娟 .
节水灌溉, 2012, (08) :53-56
[6]   叠加马尔科夫链在年降水量预测中的应用 [J].
廖捷 ;
胡豪然 ;
陈功 .
安徽农业科学, 2012, 40 (09) :5532-5533+5604
[7]   基于灰色BP神经网络组合模型的基坑变形预测研究 [J].
贾备 ;
邬亮 .
隧道建设, 2009, 29 (03) :280-283+289
[8]   灰色预测模型在区域物流需求预测中的应用 [J].
黄敏珍 ;
冯永冰 .
物流科技, 2009, 32 (03) :17-20
[9]   基于灰色BP神经网络的沉降预测模型应用研究 [J].
米鸿燕 ;
蒋兴华 .
昆明理工大学学报(理工版), 2007, (02) :65-68+72
[10]   Elman神经网络在地下水动态预测中的应用 [J].
陈伟韦 ;
卢文喜 ;
柳大伟 ;
赵军海 ;
王红霞 .
吉林大学学报(地球科学版), 2006, (S1) :43-46