一种以神经网络为支撑的地下水位预测方法

摘要：

鉴于地下水位情况对经济生产建设和人们日常生活的重要性,为解决目前地下水位预测研究中存在的预测精度不高和误差较大的问题,基于Elman神经网络和灰度理论,构建一种GM-Elman模型,并以济源市地下水位为例进行预测.以2014年～2018年该地区地下水位数据为样本,预测出2019年的地下水位情况.分别以GM、Elman和GM-Elman三种不同的模型对相同的样本数据进行分析.实验结果表明:所提出的模型误差较小,预测结果更接近于真实值,为地下水位研究及相关实践提供提供了一种新的有效途径.

关键词：Elman神经网络;灰度理论;地下水位预测

所属期刊栏目：43

分类号：TP183;P641(自动化基础理论)

资助基金：西安交通工程学院科学研究重点项目2021KY-25

在线出版日期：2022-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：61-64