地下水位动态预报的混沌Elman神经网络模型及其应用

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：张殷钦刘俊民
• 会议时间：2011-08-02
• 关键词：地下水 ; 水位预测 ; 混沌理论 ; Elman神经网络 ; 重构相空间
• 作者单位：西北农林科技大学水利与建筑工程学院 陕西杨凌712100
• 母体文献：第九届中国水论坛论文集
• 会议名称：第九届中国水论坛
• 会议地点：兰州
• 主办单位：中国水利学会
• 语种：chi
• 分类号：P64;P45

摘要

文中通过重构相空间,将混沌理论与Elman神经网络相结合,实现了地下水位动态系统的映射和其动态演变特性的模拟预报.采用C-C算法和G-P算法分别计算延迟时间和嵌入维数,以此确定关联维数,并用Wolf方法计算最大的Lyapunov指教以识别成阳市013号井水位埋深的混沌特性,在此基础上建立地下水位动态预报的混沌Elman神经网络模型,用于模拟013号井2009年的部分水位埋深,其拟合结果表明:该混沌Elman神经网络模型具有良好的泛化能力,相对误差介于0%~0.65%;相较于BP网络(相对误差为0.07%~0.91%),混沌Elman神经网络模型有着更高的模拟精度,可为地下水位的动态预报提供参考.