基于小波神经网络的地下水流数值模拟模型的替代模型研究

• 作者: 卞建民 卢文喜 安永凯 王宇
• 来源期刊: 中国环境科学
• 学科: 地球科学
• 关键词: 替代模型 地下水流数值模拟模型 拉丁超立方 小波神经网络模型
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 水污染与控制
• 页码范围: 139-146
• 页数: 8页
• 分类号: X523|P641.8
• 字数: 4712字
• 语种: 中文

摘要

以吉林西部为研究区,建立地下水流数值模拟模型,分别应用蒙特卡罗方法和拉丁超立方方法在研究区10个县(市)开采量的可行范围内进行采样,经对比选择拉丁超立方抽样结果得到输入(开采量)—输出(水位降深)数据集,建立小波神经网络模型作为地下水流数值模拟模型的替代模型,而后对替代模型有效性作误差分析,并与多元非线性回归替代模型进行对比.结果显示,2种替代模型在功能上都能逼近地下水流数值模拟模型,但小波神经网络模型得到的水位降深均值和水位降深剩余标准差与模拟模型计算结果的相对误差分别低于多元非线性回归模型76％和 45％,说明小波神经网络模型更适合作为地下水流数值模拟模型的替代模型,这为减少优化模型求解过程中直接调用模拟模型所造成的计算负荷提供了一种有效的替代方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢文喜	吉林大学环境与资源学院	161	2069	23.0	38.0
2	卞建民	吉林大学环境与资源学院	85	1108	19.0	29.0
3	王宇	吉林大学环境与资源学院	56	355	11.0	15.0
4	安永凯	吉林大学环境与资源学院	15	98	6.0	9.0