基于径向基函数神经网络的地下水数值模拟模型的替代模型研究

编号 zgly0001434620

文献类型 期刊论文

文献题名 基于径向基函数神经网络的地下水数值模拟模型的替代模型研究

作者 伊燕平  卢文喜  张耘  芦贵君  王大中  洪德法 

作者单位 吉林省宏利水土保持咨询有限公司  吉林大学环境与资源学院  吉林省水土保持科学研究院  长春市城乡规划设计研究院 

母体文献 水土保持研究 

年卷期 2012年04期

年份 2012 

分类号 P641 

关键词 替代模型  径向基函数神经网络  拉丁超立方抽样  金泉工业园区 

文摘内容 近年来提出的替代模型方法是一种连接数值模拟模型与优化模型的有效途径,替代模型质量的好坏取决于采样方法和替代模型种类。以金泉工业园区地下水水源地为研究区,基于拉丁超立方抽样方法,结合研究区地下水数值模拟模型,获取输入(抽水量)输出(水位降深)数据集,运用人工神经网络方法,建立径向基函数神经网络模型,作为地下水数值模拟模型的近似替代模型。经验证,径向基函数神经网络模型输出得到的水位降深均值与模拟模型计算结果的拟合平均相对误差为0.038;水位降深剩余标准差的拟合平均相对误差为0.042。拟合平均相对误差较小,表明径向基函数神经网络模型能够有效地替代地下水数值模拟模型,为日后替代模型的深入研究提供了科学依据。