10.3876/j.issn.1000-1980.2008.01.004
基于多变量相空间重构的地下水动态神经网络预测模型
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.
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
36
TV211.1
教育部科学技术研究重点项目104197
2008-05-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
14-18