基于遗传算法的BP神经网络模型在地下水埋深预测中的应用——以蒙城县为例

地下水系统是一个高度复杂系统,针对地下水位与其影响因素之间的非线性映射关系,建立遗传算法优化BP神经网络浅层地下水埋深模型,对地下水埋深进行模拟和预测。使用RMSE、MAPE和NSE三种评价指标,将所得结果与BP神经网络和逐步回归模型进行对比。以蒙城县1974—1999年前期降雨量、前期地下水埋深和利辛县前期地下水埋深作为输入层,以当月地下水埋深作为输出层,将蒙城县2000—2010年地下水埋深作为检验样本,计算结果表明:遗传算法优化BP神经网络模型训练阶段和测试阶段RMSE分别为0.22和0.34、MAPE分别为7.6%和9.21%、NSE分别为0.89和0.85,泛化性能良好,有效规避了过拟合现象,且拟合和预测的精度较高。该模型可为地下水研究提供了一种有效浅层地下水埋深的预测方法,具有较好的应用前景。     

裂隙倾角对石油洞库水封效果的影响

结合某大型地下水封石油洞库工程,采用离散单元法,运用UDEC软件,模拟了不同工况下,不同倾角裂隙的存在对洞库渗流场的影响,并进而分析了在各渗流场情况下,洞库的水封效果的变化。结果表明:洞库周边的裂隙水压随角度增大而增大,在20°至40°中,裂隙水压快速增大,在40°至70°中,裂隙水压缓慢增大;相同水封措施对倾角较小的裂隙岩体的水封效果比大倾角裂隙岩体的水封效果差,要维持同等的水封效果就需要加大水幕洞水头,但是小倾角洞库的涌水量较大倾角洞库的小。