基于多变量相空间重构的地下水动态神经网络预测模型

• 作者: 刘卫林 董增川 董贵明 陈南祥
• 来源期刊: 河海大学学报（自然科学版）
• 学科: 工学
• 关键词: 地下水动态 相空间重构 神经网络 偏最小二乘回归 预测模型
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 水文水资源与环境
• 页码范围: 14-18
• 页数: 5页
• 分类号: TV211.1
• 字数: 3935字
• 语种: 中文
• DOI: 10.3876/j.issn.1000-1980.2008.01.004

摘要

从多元变量时间序列出发,以相空间重构理论为基础,结合偏最小二乘回归与神经网络方法,提出了基于多变量相空间重构地下水动态预测的神经网络模型.通过分别确定各个时间序列的时间延迟和嵌入维数的方法对地下水动态的多变量时间序列进行相空间重构,采用偏最小二乘回归法提取对系统解释最强的成分作为网络输入,利用神经网络模型进行各成分之间的非线性拟合.将基于多变量相空间重构地下水动态预测的神经网络模型应用于黑龙洞泉域地下水位预测,并通过分析与比较验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈南祥	华北水利水电学院岩土工程系	126	1476	19.0	32.0
2	董增川	河海大学水文水资源与水利工程科学国家重点实验室	327	4778	36.0	58.0
3	刘卫林	河海大学水文水资源与水利工程科学国家重点实验室	8	179	7.0	8.0
7	董贵明	河海大学水文水资源与水利工程科学国家重点实验室	18	209	9.0	14.0