RBF网络在西安渭滨地下水位埋深预测中的应用
基于径向基(RBF)神经网络建模,对西安市渭滨地下水水源地的地下水位埋深进行了模拟和预测。将降雨、径流和人工开采量作为输入变量,对研究区域内的潜水和承压水位埋深分别进行预测。1984—2001年的数据用于径向基网络模型训练,2002-2005年的数据用于模型的验证,最后对2006—2023年共18年的地下水位埋深进行预测。结果表明,径向基神经网络模型对20年左右的数据序列有较好的预测效果,且根据降雨、径流和开采量,能较准确的预测地下水位埋深。
径向基、地下水位埋深预测、潜水、承压水、降雨、径流、开采量
P641(水文地质学与工程地质学)
基金项目:西安工业大学校长科研基金XAGDXJJ1123
2013-02-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
66-69