基于NNARMAX模型的地下水位预报研究

被引：9

作者：

王景雷

齐学斌

吴景社

机构：

[1] 水利部农田灌溉研究所,水利部农田灌溉研究所,水利部农田灌溉研究所河南新乡,河南新乡,河南新乡

来源：

灌溉排水 | 2002年 / 04期

关键词：

递归最小二乘法; 结构优化; 非线性; 自回归; 滑动平均; 神经网络; 地下水位; 预测;

D O I：

10.13522/j.cnki.ggps.2002.04.013

中图分类号：

S273 [水源];

学科分类号：

090305 [农业资源循环利用];

摘要：

区域地下水系统是一个受多种因素影响的复杂的非线性动态系统 ,应用遗忘因子的递归最小二乘( RLS)算法进行训练 ,采用通过减少网络节点间的连接权值 ,进而裁减冗余节点来选择适宜的网络拓扑结构 ,建立了非线性自回归滑动平均神经网络 ( NNARMAX)模型 ,地下水位预报结果表明 :通过对网络结构的优化达到了自动确定非线性自回归模型阶数和影响因素的选择 ,能有效地表示区域地下水动态系统内部及其外部诸多影响因素间的不确定关系 ,是预测区域地下水动态变化较为有效的方法之一。

引用

页码：49 / 52

页数：4