基于人工神經網絡的河口區鹽水入侵預報研究

作者：周凡涵,劉丙軍,胡家昱,楊芳,萬東輝,胡曉張

摘要：針對傳統神經網絡方法在處理非平穩時間序列時易受噪聲干擾而難以挖掘變量間相關關系的缺陷,利用考慮邊界效應和時移不變性的多孔小波變化(AT)對數據進行預處理,構建基于小波-神經網絡(WA-ANN)的鹽水入侵預報模型,對珠江口門區磨刀門水道2008~2010年枯水期進行逐日鹽度預報和驗證。結果表明:小波-神經網絡模型較好減緩了外界噪聲對模型訓練的干擾,其整體預報精度明顯優于傳統BP神經網絡(BP-ANN)模型。在測試集兩個枯水時段,小波-神經網絡模型的日均鹽度預報平均絕對誤差(MAE)較BP神經網絡模型分別減少17.5%和9.1%;日均鹽度預報預見期越長,小波-神經網絡模型較BP神經網絡模型的預報精度優勢越明顯,1~3d預見期內納什效率系數(NSE)分別增加0.75%、3.30%和10.36%。

發文機構：中山大學土木工程學院 華南地區水循環與水安全廣東省普通高校重點實驗室 廣東省水利電力勘測設計研究院 珠江水利科學研究院

關鍵詞：磨刀門鹽水入侵神經網絡小波分解Modaomen waterwaysaltwater intrusionartificial neural networkwavelet decomposition

分類號： TV124[水利工程—水文學及水資源]