希尼尔水库周边地下水位模拟方法对比分析

• 作者: 魏光辉
• 来源期刊: 黑龙江大学工程学报
• 学科: 地球科学
• 关键词: 地下水水位 人工神经网络 模糊神经算法 希尼尔水库 模拟
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 水利与土木工程
• 页码范围: 17-22
• 页数: 6页
• 分类号: P641.2
• 字数: 4903字
• 语种: 中文
• DOI: 10.13524/j.2095-008x.2015.03.039

摘要

探讨人工神经网络BP-ANN （back propagation artificial neural network）和模糊神经NF （neuro-fuzzy）2种神经网络算法在希尼尔水库周边地下水位预测中的应用效果。通过经典统计分析确定影响水库周边地下水位的主要因子及模型输入因子组合，采用“试错法”确定神经网络模型的最优结构，进而开展地下水位的模拟预测。结果表明：以水库蓄水位为单输入的NF （5-gbellmf-160）为最优预测模型；神经网络模型对地下水水位的预测精度优于常规线性模型，其中NF、BP-ANN、线性模型的预测相关系数分别为0.941、0.935与0.757；均方根误差RMSE分别为0.154 m、0.167 m与0.284 m ，与BP-ANN、线性模型相比，基于模糊神经算法的 NF模型具有更好的误差纠错和仿真能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏光辉	新疆农业大学水利与土木工程学院	61	401	11.0	16.0