首页|基于回归分析和神经网络模型的地下水位预测

基于回归分析和神经网络模型的地下水位预测

Groundwater Level Prediction based on Regression Analysis and Neural Network Model

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
为了指导和管理地下水资源的合理开发利用,通过建立回归模型和神经网络模型,结合定襄县实际情况,采用1993-2016年的系列资料,对定襄县地下水位进行了预测和分析,详细讨论了2种模型的确定和模型参数的选取过程,比较了2种模型的特点和适用条件.研究表明,前期影响因素分析必不可少,监测资料的可靠性对2种模型的精度有重要影响,资料系列年限足够长将使回归模型系数更准确,使神经网络模型得到全局最优结果,2种模型预测结果可以相互对比和印证.研究成果对定襄县地下水资源的合理开发利用具有指导意义,对其他区域地下水位预测具有参考价值.

groundwater levelregression analysisneural networkforecastDingxiang County

茹哲敏

展开 >

山西省水文水资源勘测总站,山西 太原 030001

地下水位 回归分析 神经网络 预测 定襄县

2023

10.3969/j.issn.1004-7328.2023.09.026

海河水利
水利部海河水利委员会

海河水利

影响因子：0.21
ISSN：1004-7328
年,卷(期)：2023.(9)
  • 2