首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 118 毫秒
1.
根据龙滩地下洞室围岩现场长期的观测数据,利用小波变换阈值去噪法对数据信号的高频系数进行量化处理,恢复原有的监测信号。实例结果表明,小波变换阈值去噪法能够有效地去除噪声的影响,获得围岩变形的真实信号。同时将去噪后的数据用于支持向量机(ε-SVR)建立时序分析模型中,并与GA-BP模型进行对比,结果表明ε-SVR模型的误差更小,预测效果更佳。  相似文献   

2.
在对黑龙洞泉域地质条件进行概化的基础上,建立了黑龙洞泉域水文地质模型,利用遗传算法优选模型参数进行迭代计算,结果表明:影响泉流量的因素很多,其中较明显的有地下水位和降水入渗,地下水位计算存在一定误差,在降水入渗计算结果中仅汛期有入渗补给量,因此导致计算泉流量较实测泉流量在时间上稍有滞后或提前.总的来说,计算值与实测值拟合的效果较好,所选参数合理.  相似文献   

3.
坡面流阻力是反映坡面流水力学特性的重要特征值。通过人工模拟降雨试验,获取45 mm/h、90 mm/h和130 mm/h降雨强度下,20°坡面草地和灌木地的坡面流水力学参数。以模拟降雨雨强、坡面流流速、坡面流水深、坡面糙率为输入,坡面流阻力系数为输出,分别建立了草地、灌木地坡面流阻力系数ε-SVR模型,使用网格搜索和9折交叉验证进行模型参数寻优。结果表明,草地、灌木地坡面流阻力ε-SVR模型的MSE分别为0.028、0.05,模型对训练集的平均拟合误差分别为4.68%、5.39%,对测试集的平均预测误差分别为7.35%、4.65%,模型总体预测精度较高,具有较好的逼近能力和泛化能力。该研究对于完善草地、灌木地坡面流阻力计算方法,提高侵蚀预报模型的预报精度等具有一定意义。  相似文献   

4.
在新建水利枢纽、大坝除险加固以及监测系统不稳定等原因导致有效观测序列较短的情况下,为了对大坝变形进行有效的监控和预测,用基于不敏感损失函数的支持向量回归机(ε-SVR)对大坝变形进行数值模拟.采用支持向量回归机、序贯极小优化算法对大坝变形水平位移各分量的特征因子进行选择,模型建立后分离水压、温度、时效等主要分量,并分析其对变形的影响.对实际工程进行数值模拟的结果表明,依靠较少的支持向量就可以建立模型,该模型具有拟合效果稳定、预测结果准确可靠的特点,可以应用于大坝短期观测资料的分析.  相似文献   

5.
针对混凝土坝变形监控模型中大坝变形与环境影响因素之间的复杂非线性问题,为提升大坝变形监控模型的预报能力,提出了一种基于鸡群算法(CSO)优化相关向量机(RVM)的混凝土坝变形预报模型。考虑到相关向量机核函数参数的选取直接影响其回归分析性能,采用鸡群算法对其核函数参数进行寻优处理。据此,构造了基于鸡群算法优化的相关向量机模型,进而提升相关向量机的预报精度和泛化能力。以某混凝土坝长期变形监测资料分析表明,基于鸡群算法优化的相关向量机模型预报可有效挖掘大坝变形与环境因素间复杂的非线性函数关系,相比传统的相关向量机模型,该模型的拟合与预报精度更优,有效验证了所提方法的合理性与有效性,为大坝变形分析与预测提供新的模型方法。  相似文献   

6.
作为北京水资源储备区,北京西山地区地下水位动态变化对北京市水资源管理具有重大意义。时间序列模型是研究预测地下水水位动态变化特征的有效方法。为了解北京西山地区地下水位未来变化趋势,本文选用北京西山地区地下水位长观序列,通过拟合序列的趋势项、周期项及随机项分量,建立地下水位动态变化模型。模型精度检验表明模型拟合程度良好,预测结果显示西山地区未来五年内地下水位呈现动态平衡状态。  相似文献   

7.
为优化支持向量机(Support Vector Machine,SVM)模型参数,提高中长期径流预报精度,建立了基于FA-SVM的中长期径流预报模型。该模型以样本中训练期均方差最小为目标函数,利用萤火虫算法(Firefly Algorithm,FA)对支持向量机主要参数(惩罚系数C、核函数参数g和不敏感损失系数ε)进行了优化。以岷江上游的紫坪铺水库为例,运用小波去噪法对各月径流序列进行数据预处理后,利用FA-SVM模型与BP神经网络模型进行了中长期径流预报。结果表明:(1)运用小波阈值法能够较好地滤除各月径流序列的系统噪声和测量噪声;(2) FA-SVM模型中长期径流预测效果较好,预报精度等级均在丙级以上;(3) FA-SVM模型的预报效果优于BP神经网络模型。  相似文献   

8.
针对回归支持向量机(SVR)惩罚因子C和核函数参数g的选取对模型性能有着关键性影响,以及在实际应用中存在参数选取等困难,提出基于启发式优化算法的PSO-SVR多元变量COD_(Mn)预测模型,以云南省某断面COD_(Mn)预测为例进行实例研究。利用SPSS软件选取COD_(Mn)影响因子,确定输入变量;基于粒子群算法(PSO)基本原理,采用PSO优化SVR惩罚因子C和核函数参数g,构建PSO-SVR多元变量COD_(Mn)预测模型,并构建GA-SVR、 GA-BP及传统BP模型作为对比模型。利用所构建的模型对实例进行预测分析,结果表明:PSO-SVR模型随机连续运行100次对实例COD_(Mn)预测的平均相对误差绝对值和最大相对误差绝对值分别在2.355 2%~3.200 5%和4.030 3%~4.735 0%之间,平均值分别仅为2.586 7%和4.268 1%,预测精度和泛化能力均优于GA-SVR、 GA-BP及传统BP模型,表明PSO能有效对SVR惩罚因子C和核函数参数g进行优化, PSO-SVR模型具有预测精度高、泛化能力强以及稳健性能好等特点。  相似文献   

9.
为了建立雅鲁藏布江羊村站的洪水预报方案,对ν-支持向量机洪水过程预报模型(ν-SVR)进行了深入研究。针对羊村站以上流域洪水特征和站网分布特点,采用ν-SVR模型方法建立了该站洪水过程预报模型。选取了1998~2004年及2005~2007年汛期洪水和相应降水资料进行了模型率定和检验。结果表明,ν-SVR洪水过程预报模型能很好地控制支持向量个数,在降低模型的复杂程度的同时,能保持良好的预报精度,可用于洪水作业预报。  相似文献   

10.
大坝监测量最佳统计模型优选方法   总被引:5,自引:3,他引:2  
现有报导的大坝监测量数学模型主要以拟合精确性为目标,忽略模型简单性原则的定量分析。本文从系统论角度出发,提出一种以模型拟合良好性、检验有效性以及模型简单性三方面为优选原则的大坝监测量最佳统计模型优选方法。首先将监测数据系列划分为回归数据与检验数据,依据先验知识确立统计模型优选集合,然后通过回归或优化方法,基于回归数据系列辨识统计模型参数,接着基于检验数据系列,对参数辨识的统计模型进行检验分析,最后将拟合精度、模型因子数和检验效果进行标准化,计算决策量,依据决策量大小优选最佳统计模型。结合梅山大坝11~#坝垛水平位移监测资料展示了本文提出的监测量最佳统计模型优选方法。结果表明,不同测点监测数据对应不同的统计模型,经模型优选所得出的最佳统计模型不仅具有良好的拟合性与检验有效性,而且具备模型简单性。  相似文献   

11.
刘艳 《水资源保护》2014,30(3):25-30
建立河流健康评价指标体系、分级标准及回归支持向量机( SVR )河流健康评价模型,并以云南省文山州清水河健康评价为例进行研究。首先,利用层次分析法( AHP )从水文水资源、物理结构、水质、水生生物和社会服务功能5个方面遴选出13个评价指标,构建3个层次的河流健康评价指标体系和5个等级的分级标准;其次,基于SVR原理,利用随机生成和随机选取的方法,在等级标准阈值间构造5种不同容量大小的训练样本和检验样本,提出5种不同容量方案的SVR河流健康评价模型,设计合理的输出模式,并构建具有良好性能的RBF(radial basis function neural network )回归模型作为对比模型,利用模型随机5次运行的平均相对误差绝对值、最大相对误差绝对值和运行时间对各方案模型性能进行评价;最后,利用达到期望精度的SVR模型对实例进行评价分析。结果表明:①无论是训练样本还是检验样本,5种方案的SVR模型的预测精度和泛化能力均优于 RBF模型。在相同参数设置条件下,SVR模型随着样本容量的增加其精度和泛化能力变化不大;而RBF模型随着样本容量的增加其精度和泛化能力均有提高。表明SVR模型具有较高的精度和泛化能力,可以用于河流健康评价,尤其在小样本情况下,SVR模型的精度和泛化能力是RBF模型不可比拟的。②5种方案的SVR模型对清水河2011-2012年3次调查的评价结果均为健康,但已接近于亚健康。  相似文献   

12.
由于过量开采地下水,华北平原的许多城市出现地下水水位持续下降趋势,由此导致了许多严重的环境问题,如地下水枯竭、地面沉降和海水入侵等。为了准确预测城市地下水水位变化,利用小波变换的多尺度分析特征,建立了小波-神经网络混合模型(以下简称"混合模型"),并研究了其在地下水水位预测中的精度。利用北京市平谷区地下水水位观测资料,分别用BP网络和混合模型对该区地下水水位进行了预测。采用均方根误差(RMSE)、平均绝对误差(MAE)和线性相关系数(R)对模型预测的精度进行度量。预测结果表明:混合模型第1至第3个月的地下水水位平均绝对误差分别是0.535,0.598和0.634 m;而BP模型的平均绝对误差分别为0.566,0.824和0.940 m。混合模型的预测误差分别为BP模型的95%,73%和67%。使用混合模型能明显提高预测的精度,显著增加有效预测时段长度。  相似文献   

13.
为了动态预测地下水位的变化,采用神经网络模型构建地下水位埋深预测模型。充分发挥径向基函数(RBF)神经网络的逼近收敛能力,通过"径向基函数(RBF)"和"逆向传播(BP)"算法优选模型参数,以长春城区为应用实例,将2006—2012年84组数据作为训练样本,将2013—2015年36组数据作为检验样本,对其实测埋深动态过程进行模拟,对比两种模型性能优劣,并对2016—2018年地下水埋深进行预报。结果表明:RBF神经网络模型和BP神经网络模型的均方根误差分别为0.10和0.43,最大绝对误差分别为0.44 m和0.61 m,最大相对误差分别为14.60%和27.17%;2015年以后,长春城区地下水位动态周期性变化明显,埋深变幅较大,枯水期埋深最大为5.10 m,丰水期埋深最小为1.62 m,呈明显的季节性特征。RBF模型具有更高的非线性映射能力和预测精度,该模型可以用于同类的动态数据的预报。  相似文献   

14.
为解决跨海管道泄漏位置定位问题,利用EPANET 软件对海底管道泄漏探测进行建模,采用BP 神经网络模型和经K-CV 改进的SVR 模型进行泄漏位置预测。对BP 神经网络的隐含层数和学习函数进行优化和选择,使用K-CV 方法对SVR 算法的惩罚系数c 和核函数参数g 进行最优组合探寻。利用EPANET 软件建模数据形成训练集,随机选取测试集进行预测,同时使用均方根误差和相关系数对预测结果进行评价。实例验证结果表明:K-CV 方法能够有效提高SVR 模型预测精度;与水力学稳态方程相比,BP 神经网络模型在泄露位置预测问题中应用范围更广、预测精度更高。  相似文献   

15.
Operational groundwater prediction models vary in complexity, but most of them have parameters for which values must be estimated. In the present study, the proposed regional groundwater prediction model was based on a nonlinear water balance model, which is very easy to be used once its parameters were determined. The traditional procedure of the model calibration was done manually using a trial and error process of parameter adjustments. In this case, the goodness-of-fit of the calibrated model is based on a visual judgment by comparing the simulated and the observed data. It requires considerable training or experience and is also typically laborious and time consuming. Thus, this paper proposed an approach, which considered the possibilities of using a nonlinear optimization technique -- the Shuffled Complex Evolution (SCE) method to calibrate the groundwater model. The applicability of this technique was demonstrated with a case study for a coastal plain in Japan. The performance of the groundwater model with SCE method was evaluated by comparing the measured and predicted data.  相似文献   

16.
由于岩溶地下水具有强烈的非线性及非平稳波动特征,水位预测结果容易产生较大误差。针对岩溶地下水水位预测精度较差的问题,提出一种EMD-LSTM耦合模型,首先采用经验模态分解(EMD)将趵突泉岩溶地下水水位分解为5个分量(4个本征模函数项和1个残余项),以此消除水位数据的非平稳波动性;同时构建长短期记忆(LSTM)神经网络模型,并将与地下水水位动态变化密切相关的降水量(表征含水层补给项)和月平均气温值、月最高气温值、月最低气温值、水汽压值(表征含水层排泄项)作为输入项分别对5个分量进行预测,最终将分量预测结果累加获得地下水水位预测值。结果表明:EMD能够显著消除岩溶地下水水位的非平稳波动特征;EMD-LSTM耦合模型可有效提高岩溶地下水水位的预测精度,其均方根误差相比于LSTM神经网络模型、ARIMA模型分别减小了27.86%和59.94%。总体来说,本文所提出的EMD-LSTM耦合模型具有较强的可靠性和稳定性,可为岩溶地下水水位的精确预测提供借鉴。  相似文献   

17.
以安阳市平原区为例,根据水均衡原理,利用当年汛期末浅层地下水位埋深和汛期降雨量以及汛期前地下水补给量等信息,建立安阳市平原区基于数值模拟模型的枯季地下水可开采量(可供水量)实时预报模型。研究结果可为区域地下水水源评估提供参考。  相似文献   

18.
研究交叉验证(CV)SVR年径流预测模型,以云南省清水江革雷站为例进行实例分析。利用SPSS软件选取年径流影响因子,确定输入向量;采用CV方法搜寻SVR惩罚因子C和核函数参数g,构建CV-SVR多元变量年径流预测模型,并构建GA-BP、传统BP模型作为对比模型。利用所构建的模型对实例进行预测。结果表明:CVSVR模型对实例后15年年径流预测的平均相对误差绝对值和最大相对误差绝对值分别为3.4596%、9.3035%,预测精度和泛化能力均优于GA-BP、传统BP模型,表明CV能有效搜寻SVR惩罚因子C和核函数参数g。CV-SVR模型具有预测精度高、泛化能力强以及算法稳定等特点。  相似文献   

19.
丁坝群坝田为回流区,主流区束窄流速增加,形成束水攻沙之势。在理论分析基础上,提出反映丁坝群束水攻沙功能的指标可用设计最低通航水位时的河面宽度以及宽深比表示。基于回归支持向量机理论,建立了丁坝群束水攻沙功能指标的预测模型,模型的输入因子为反映来水来沙量及变化过程、水面比降、河床形态及床沙组成等因素,输出因子为功能指标;采用试算法确定模型不灵敏参数ε、惩罚常数C和核函数参数σ。以张南水道下浅区为例,采集模型中需要的数据,基于MATLAB编程实现SVM模型训练,训练样本显示模型精度符合要求,验证得到的结果相对误差在10%以下,SVM预测模型较BP人工神经网络模型效果更佳,模型具有实用性。  相似文献   

20.
地下水动态预测的自记忆性模型及其应用研究   总被引:2,自引:0,他引:2  
地下水位动态变化是一个复杂的水文过程,准确地预测地下水位变化情况在水资源开发利用中有着重要意义。本文运用反演建模和自记忆性方程相结合的方法,建立了地下水位动态预测模型。实例表明,该模型具有简洁实用的优点,且有显著的拟合精度和预报准确率。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号