耦合自相关理论与小波神经网络的地下水模拟预测模型

作者：彭峰; 王林

来源：红水河, 2021, 40(02): 96-100.

• 地下水位
• 模拟预测模型
• 自相关理论
• 小波神经网络

地下水位演化趋势具有一定的振荡特性,使得其预测工作难以开展。针对该特性,引入自回归理论及小波神经网络(WNN)模型,提出了一种修正的地下水位预测方法。首先,该方法基于自相关理论对地下水位监测数据进行时间序列分析,选择合理先验区间作为预测模型的输入;然后,建立以合理先验区间为输入,当前地下水位为目标的WNN预测模型;最后,建立了基于传统回归预测算法的地下水位预测模型,预测结果与WNN进行验证分析。通过案例分析,选择了t-1至t-6作为合理的监测数据先验区间;进化131次的WNN能返回最优的预测结果,其精度明显优于KNN、AdaBoost、SVR和ANN等传统方法。笔者认为WNN是一种精确可靠的地下水位预测模型,能在该领域发挥一定的积极作用。