- 相關(guān)推薦
基于遺傳算法的地下水位動態(tài)預(yù)測雙線性模型
地下水位是指地下水面相對于基準(zhǔn)面的高程。通常以絕對標(biāo)高計(jì)算。以下是小編幫大家整理的基于遺傳算法的地下水位動態(tài)預(yù)測雙線性模型，歡迎大家分享。
水是人類社會生產(chǎn)生活必不可少的資源，水資源相關(guān)的環(huán)境保護(hù)與循環(huán)利用至關(guān)重要。隨著社會的進(jìn)步，水體污染對社會的影響也日益明顯，水體被排入大量污染物，對人類的日常生活造成極大的威脅。而水質(zhì)預(yù)測可以為有關(guān)部門的干預(yù)決策提供重要參考。在許多工業(yè)場景中，水質(zhì)預(yù)測也具有重要意義。例如在污水處理工藝中，如果可以通過水質(zhì)預(yù)測提前預(yù)知突發(fā)的水質(zhì)超標(biāo)情況，就能夠?yàn)楣こ倘藛T提供預(yù)警，預(yù)留時間人為干預(yù)，保證污水處理出廠水質(zhì)達(dá)標(biāo)。
水質(zhì)預(yù)測主要有如下幾種預(yù)測方法：通過構(gòu)建物理模型的方法，灰色系統(tǒng)預(yù)測法，神經(jīng)網(wǎng)絡(luò)預(yù)測法，模糊理論預(yù)測法，以及數(shù)理統(tǒng)計(jì)預(yù)測法等。
顏劍波等人通過分析水質(zhì)變量之間的規(guī)律，建立多元回歸模型，對三門峽斷面水質(zhì)進(jìn)行了預(yù)測。劉東君等人結(jié)合灰色系統(tǒng)預(yù)測法與神經(jīng)網(wǎng)絡(luò)，對北京密云水庫的溶解氧進(jìn)行了預(yù)測，通過將混合模型分別于2個原型方法作比較，表明混合模型相比2個原型方法，預(yù)測結(jié)果更為精確和穩(wěn)定。姜云超等人綜合運(yùn)用BP,SOM與模糊綜合評價法對黃河水質(zhì)進(jìn)行了評價，取得了較理想的結(jié)果。榮潔等人提出指數(shù)平滑法-馬爾科夫預(yù)測模型，將平滑處理后的數(shù)據(jù)通過馬爾科夫預(yù)測模型對合肥湖濱與巢湖裕溪口2個斷面的CODMn、TP、TN濃度進(jìn)行了預(yù)測。RederK等人使用人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測水質(zhì)變化，證實(shí)了神經(jīng)網(wǎng)絡(luò)模型是被用于水質(zhì)預(yù)測的可行性。AlizadehMJ和KavianpourMR使用小波神經(jīng)網(wǎng)絡(luò)對太平洋希洛灣地區(qū)的水質(zhì)進(jìn)行了預(yù)測，證明了小波神經(jīng)網(wǎng)絡(luò)模型相對于其他神經(jīng)網(wǎng)絡(luò)模型的優(yōu)越性。AzimiS等人結(jié)合神經(jīng)網(wǎng)絡(luò)與改進(jìn)的模糊聚類技術(shù)來預(yù)測了水質(zhì)惡化的概率。
文獻(xiàn)中雖然對水質(zhì)預(yù)測方面作了深入的研究，但并未針對原始數(shù)據(jù)的各項(xiàng)特征對預(yù)測任務(wù)的影響權(quán)重進(jìn)行評估，而在輸入預(yù)測模型的數(shù)據(jù)維度比較多時，對預(yù)測任務(wù)貢獻(xiàn)比較小的特征會干擾預(yù)測模型，降低預(yù)測模型的性能。因此使用遺傳算法來調(diào)整各特征維度的權(quán)重，使其符合預(yù)測模型的特性，提高了預(yù)測模型的預(yù)測精度，為水質(zhì)預(yù)測提供了一種有價值的解決方案。
【基于遺傳算法的地下水位動態(tài)預(yù)測雙線性模型】相關(guān)文章：
基于遺傳算法的門限自回歸模型在淺層地下水位預(yù)測中的應(yīng)用12-13
基于熵組合預(yù)測模型的害蟲種群動態(tài)研究12-13
基于貝葉斯動態(tài)模型的某器件性能預(yù)測12-08
基于標(biāo)識指數(shù)法的水質(zhì)灰色動態(tài)模型群預(yù)測分析12-14
基于動態(tài)褶積模型的動態(tài)子波估計(jì)12-13
基于ARMA模型的年雨量預(yù)測12-08