|
|||||
|
|
| 浅层地下水位预测的小波网络模型 | |
| 引用本文： | 王文圣,廖杰,丁晶.浅层地下水位预测的小波网络模型[J].土木工程学报,2004,37(12):62-66. |
| 作者姓名： | 王文圣 廖杰 丁晶 |
| 作者单位： | 1. 四川大学水利水电学院;中国气象局成都高原气象研究所 2. 四川大学水利水电学院;四川师范大学化学学院 3. 四川大学水利水电学院 |
| 基金项目： | 国家自然科学基金项目 (50 2 790 2 3) |
| 摘 要： | 针对浅层地下水位时间序列动态变化的非线性和复杂性 ,提出了基于小波分析与人工神经网络相结合的预测方法———小波网络模型。小波网络模型吸取了小波分析的多分辨功能和人工神经网络的非线性逼近能力。实例计算结果表明 ,建议模型不同预见期的拟合和检验精度很高。小波网络模型延长了预见期 ,提高了预报精度。 |
| 关 键 词： | 小波分析 人工神经网络 小波网络模型 地下水位预测 |
| 文章编号： | 1000-131X(2004)12-0062-05 |
| 修稿时间： | 2002年12月30 |
WAVELET NETWORK MODEL FOR SHALLOW WATER TABLE PREDICTION |
|
| Wang Wensheng , Liao Jie , Ding Jing.WAVELET NETWORK MODEL FOR SHALLOW WATER TABLE PREDICTION[J].China Civil Engineering Journal,2004,37(12):62-66. | |
| Authors: | Wang Wensheng Liao Jie Ding Jing |
| Affiliation: | Wang Wensheng 1,2 Liao Jie 1,3 Ding Jing 1 |
| Abstract: | To take aim at the nonlinear character and complicacy in time series of the shallow water table,a method for prediction based on combination of wavelet analysis and artificial neural network,i.e.the wavelet network model,is presented by assimilating mult-resolving power of wavelet analysis and the nonlinear approaching capacity of the artificial neural network.It was indicated by calculating examples that accuracy for conform drawing for various prediction period is high.The prediction period would be prolonged and accuracy of prediction would be enhanced. |
| Keywords: | wavelet analysis artificial neural network wavelet network model prediction of water table |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |