【摘要】：地下水位預測是水文研究的一個重要主題,在水資源的管理和利用中起著重要的作用,是地下水位控制的前提和保障。準確的地下水位預測有助于維持生活、農(nóng)業(yè)、工業(yè)的可靠供水和維持生態(tài)平衡。為了有效管理地下水資源,準確記錄和預測地下水位就顯得十分重要。利用地下水位預測結果為決策部門提供依據(jù),才能可持續(xù)地有效地利用地下水。本文利用了小波變換和GRU深度神經(jīng)網(wǎng)絡對地下水位的變化進行了預測,主要工作內(nèi)容和研究成果如下:(1)研究了一種基于群體智能的蝗蟲優(yōu)化算法(GOA),并對原始的蝗蟲優(yōu)化算法從三個方面進行了改進,提出了一種改進的蝗蟲優(yōu)化算法(IGOA)。隨后利用改進后的IGOA來優(yōu)化GRU模型的參數(shù),并建立了IGOA-GRU預測模型。(2)利用小波變換對地下水位數(shù)據(jù)進行處理,對小波分解后的各個分量分別預測后進行重構,建立了WT-IGOA-GRU地下水位預測模型,并在地下水位預測領域首先利用了WT-IGOA-GRU模型進行了地下水位預測。(3)在利用WT-IGOA-GRU模型進行地下水位實例預測時,將WT-IGOA-GRU模型的預測結果與GRU模型和IGOA-GRU模型的預測結果進行了比較。預測準確度利用了均方根誤差等四個指標來進行評價。結果表明,IGOA算法可以提高GRU模型在預測地下水位時的性能,而結合小波變換可以進一步提升預測精度。隨后,又利用IGOA優(yōu)化的BP、RBF模型分別進行了地下水位預測。通過對不同網(wǎng)絡模型預測結果的比較,發(fā)現(xiàn)WT-IGOA-GRU模型的預測性能要優(yōu)于其他兩個神經(jīng)網(wǎng)絡模型,其結論可在今后地下水位預測的研究和應用中作為一種參考。
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：P641.7

【參考文獻】

相關期刊論文 前10條

1 黃發(fā)明;殷坤龍;張桂榮;唐志政;張俊;;多變量PSO-SVM模型預測滑坡地下水位[J];浙江大學學報(工學版);2015年06期

2 黨存祿;張旭;;基于Daubechies小波族的電能質(zhì)量信號去噪方法研究[J];電網(wǎng)與清潔能源;2014年12期

3 龍文;梁昔明;龍祖強;閻綱;;PSO-LSSVM灰色組合模型在地下水埋深預測中的應用[J];系統(tǒng)工程理論與實踐;2013年01期

4 管孝艷;王少麗;高占義;呂燁;王長生;;基于多變量時間序列CAR模型的地下水埋深預測[J];農(nóng)業(yè)工程學報;2011年07期

5 劉成忠;黃高寶;韓建民;;基于PCA特征提取的SVR地下水位動態(tài)預測方法[J];工程勘察;2011年03期

6 胡國杰;魏曉妹;蔡明科;許義和;楊婷;黃朝軒;;混沌-支持向量機模型及其在地下水動態(tài)預報中的應用[J];西北農(nóng)林科技大學學報(自然科學版);2011年02期

7 劉玉邦;梁川;;地下水動態(tài)水位預測的非線性PLSR方法[J];武漢理工大學學報;2010年13期

8 劉輝;田紅旗;李燕飛;;基于小波分析法與滾動式時間序列法的風電場風速短期預測優(yōu)化算法[J];中南大學學報(自然科學版);2010年01期

9 曹邦興;;基于蟻群徑向基函數(shù)網(wǎng)絡的地下水預測模型[J];計算機工程與應用;2010年02期

10 劉仁濤;付強;馮艷;蓋兆梅;李國良;李偉業(yè);;基于RAGA的灰色BP神經(jīng)網(wǎng)絡預測模型及其對三江平原地下水埋深的動態(tài)預測[J];系統(tǒng)工程理論與實踐;2008年05期

相關博士學位論文 前3條

1 馬濤;組合預測方法及其應用研究[D];蘭州大學;2017年

2 薛羽;仿生智能優(yōu)化算法及其應用研究[D];南京航空航天大學;2013年

3 賀屹;渠井雙灌區(qū)地下水超采情況下的動態(tài)分析及人工補給研究[D];長安大學;2011年

相關碩士學位論文 前4條

1 劉洋;基于GRU神經(jīng)網(wǎng)絡的時間序列預測研究[D];成都理工大學;2017年

2 高偉;基于最小二乘支持向量機的風電功率短期預測研究[D];華中科技大學;2014年

3 朱小燕;石羊河流域地下水時空動態(tài)研究[D];蘭州大學;2008年

4 張志才;降雨入滲補給地下水研究[D];河海大學;2006年

，

本文編號：2622269