共查询到19条相似文献，搜索用时 296 毫秒
1.
农业区地下水位动态变化预测的支 总被引：2，自引：0，他引：2
当观测资料的数据量少而又存在多个相互影响或关联的变量时，常用的回归预测模型不能全面考虑多个变量。在地下水位动态变化预测中应用了一种新的方法——支持向量机方法(SVM ) , 该方法属于机器学习理论发展的最新阶段, 具有专门针对有限样本、算法复杂度与样本维数无关等优点。针对一些农区井灌水稻规模扩大而引起地下水资源紧缺的情况，以某井灌水稻地区地下水动态观测资料为研究对象，运用支持向量回归模型，描述其地下水动态变化趋势。 相似文献
2.
MGM(1,n)-ARMA模型在大坝监测系统中的应用 总被引：1，自引：0，他引：1
针对大坝监测系统监测过程中受到各种随机因素干扰的情况,详细地讨论了灰色预测MGM(1,n)和MGM( 1,n)-ARMA模型的基本内容及建模过程,成功地将MGM(1,n)-ARMA预测模型应用于大坝变形的预测预报.实践证明,MGM(1,n)-ARMA预测模型由于考虑了各变量相互关联、共同发展的关系,并建立了ARMA模型时残差进行了拟合修正,提高了灰区间的白色度,预测效果比传统的MGM(1,n)模型效果好.因此,MGM(1,n)-ARMA预测模型在大坝变形的预测预报中比MGM(1,n)预测模型具有更高的应用价值. 相似文献
3.
4.
5.
利用长短期记忆神经网络(LSTM)构建地下水水位预测模型,解决了传统神经网络预测模型处理时序数据时未考虑时间序列的问题,同时采用多影响变量输入的方式弥补了简单时序模型处理数据时过于依赖时间的缺点。以泰安市岱岳区满庄镇姜家园村046J地下水位监测井为例,采用2001-2016年的监测资料与相关气候数据,利用长短期记忆神经网络构建了地下水水位预测模型,以控制变量的方法确定最优参数,对该井的地下水水位进行了预测,并与单变量LSTM神经网络、BP神经网络预测模型作对比。研究结果表明:基于多变量输入的LSTM神经网络模型能够通过少量历史数据准确的预测未来地下水水位变化情况,特别是在一些资料匮乏的地区,预测误差要显著低于参与对比的预测模型,预测均方根误差仅为2.052。因此,基于多变量的LSTM神经网络模型能够作为简单有效的地下水水位预测工具,为区域水资源管理提供一定的参考。 相似文献
6.
水稻各生育期需水量预测的综合模型 总被引：1，自引：0，他引：1
根据灰色系统理论的灰色模型（Grey Model)与时间序列方法ARMA模型，提出了水稻各生育期平均日需水量预测的时间序列综合模型。根据看出的模型，利用沈阳农业大学15年的水稻需水量试验资料，分别建立了沈阳地区水稻各生育期平均日需水量向前l步的预测模型，并提出了水稻全生育期需水量的向前l步的预测模型，这是水稻需水量预测的最新理论与方法。该方法建模简单，所需资料较少，并具有较高的精度。 相似文献
7.
针对大坝变形监测系统监测过程中受到各种随机因素干扰的情况,详细讨论小波分析和MGM(1,N)灰色模型的基本理论和建模过程,成功将基于小波分析的MGM(1,N)模型应用于大坝变形的预测预报.实践证明,先用小波滤波法对监测数据进行去噪处理,然后建立MGM(1,N)模型进行预测,能有效地提高传统MGM(1,N)模型的预测精度. 相似文献
8.
三江平原水稻面积变化及其引发的地下水开发利用活动对当地地下水动态变化产生了严重影响。为明确三江平原地下水补排特征及其存在的问题，基于2000-2014年变化情景下的土地利用构建动态水循环模型，在其他参数和假设不变的情况下，建立逐年的静态水循环模型及预测水文模型，模拟在各土地利用情景和规划水稻种植规模下的水文过程，对比各情景下的地下水通量，探求地下水补排平衡下的水稻种植规模。结果显示：基于动态水循环现状模型分析，三江平原地下水超采严重，年均地下水蓄变量为-3.13亿m3；对现状水资源配置格局下各静态土地利用模型对比，在2005年的水稻种植规模下，年均地下水蓄变量为-0.25亿m3，实现了地下水补排平衡；建立在水资源配置新格局下的预测模型，对各子流域中的水稻面积同比放大，确定在水稻种植规模为304.1万hm2时，地下水年均蓄变量为-0.84亿m3，三江平原实现了地下水补排平衡。 相似文献
9.
区域地下水资源系统模型的应用 总被引：2，自引：0，他引：2
在简略介绍淮北平原浅层地下水资源优化开发模型、淮北砂姜黑土区井灌水稻经济模型及阜阳市水资源管理模型等三个安徽省境内区域地下水资源系统模型应用实例的基础上，分别评述各个模型的特色、优点和商榷处，并对当前在区域地下水资源系统模型的应用方面提出若干建议。 相似文献
10.
11.
为了研究Markov-灰色残差GM(1,1)模型预测水泥固化砒砂岩抗压强度的精准度和适用性,先对抗压强度数据进行了一系列的处理,建立灰色GM(1,1)模型和灰色残差GM(1,1)模型,然后基于马尔克夫过程构建Markov-灰色残差GM(1,1)模型,并以此模型来估算水泥固化砒砂岩的抗压强度.结果表明,灰色残差GM(1,1)模型的检验精度得到了很大的提升且各项检验指标基本上都达到了1级,明显优于灰色GM(1,1)模型.马尔克夫过程便于确定残差修正值的正、负号,采用Markov-灰色残差GM(1,1)模型对不同水泥掺量下90 d龄期的水泥固化砒砂岩的抗压强度进行了预测,相对误差由原来的1.77%~4.01%降低至0.60%~2.36%,平均相对误差由2.63%减小至1.25%,模型的预测精度明显提高.该研究可以为水泥固化砒砂岩以及其他水泥基工程材料抗压强度的预测提供一种简易而可靠的新方法. 相似文献
12.
农机总动力的预测研究对于农业机械的“供给侧”改革有着重要意义和研究价值,科学合理的预测结果对于职能部门的规划制定有着重要的指导意义。农机总动力数据具有时间序列性质,本研究应用灰色GM(1,1)模型对其进行有效的预测分析。为了提高预测的准确性,应用BP神经网络对灰色残差数据进行处理,补偿灰色预测结果,建立了相应的预测模型。实验表明:该模型对于吉林省农机总动力的预测科学有效,并对吉林省未来5年的农机总动力进行了预测,为相关政策制定提供了科学依据。 相似文献
13.
传统灰色预测模型在涝灾预测中有较多应用,但其预测精度较低。为提高模型的预测精度,在传统灰色预测模型基础上加入灰色关联度分析,从灰色关联度的角度发现数据之间的依赖关系,运用灰色预测模型预测数据的发展走向。以沈阳市1960-2010年涝灾年份数据为依据,建立灰色关联度组合模型,应用结果表明,该模型比传统灰色预测模型效果好,为涝灾预测增添了新手段。 相似文献
14.
鉴于粮食生产系统的复杂性和信息不完全性,在对粮食生产系统灰色关联分析的基础上,确定出影响粮食产量的主要因子,然后建立灰色GM(1,N)预测模型;应用同一原始数据和GM(1,1)预测模型进行了比较,证明GM(1,N)预测模型具有较高的预测精度,较好地拟合了粮食产量的发展趋势。 相似文献
15.
城市工业用水量的灰色马尔可夫预测模型 总被引：2，自引：0，他引：2
灰色GM(1,1)是预测城市工业用水量的模型,这种模型不适合长期的、随机和波动性较大的数据序列预测,但是马尔可夫模型适合描述随机波动性较大的预测问题.可以将这两种模型结合,构建灰色马尔可夫预测模型.按特定的状态划分方法,先用灰色GM(1,1)预测模型进行预测,再用马尔可夫模型预测结果进行优化,使预测精度大大提高.最后以抚顺市为例,预测结果证明了该模型的优势. 相似文献
16.
17.
为预测宁夏地区农业机械化水平的发展变化趋势,提出一种将灰色预测模型与BP神经网络有效结合的农业机械总动力预测方法。在BP神经网络的数据预处理阶段融入灰色预测理论,建立基于灰色BP神经网络的农机总动力预测模型,并选取1991-2014年宁夏回族自治区农业机械总动力数据作为样本,利用该模型进行仿真预测,结果表明:该模型具有较高的预测精度,其平均相对误差仅为0.18%,明显优于灰色GM(1,1)模型的3.5 0%和标准BP神经网络的0.2 9%。 相似文献
18.
运用泛灰不确定性系统理论，建立了计算机辅助设计线图处理不确定性系统模型USM-1，给出了精度检验方法。编制了Matlab程序，给出了线图处理实例，并与各种灰色模型进行了比较。该模型不需要累加生成和累减生成，不仅适合于等间距建模，也适合于非等间距建模，具有精度高、使用简便等特点，可在计算机辅助设计中使用。 相似文献
19.
基于灰色理论和BP神经网络的农业用水量预测 总被引：1，自引：0，他引：1
运用灰色GM(1,1)模型和BP神经网络模型相结合的灰色BP神经网络模型,对农业用水量进行预测.此组合模型兼有灰色预测和BP神经网络预测的优点,既克服了数据波动性大对预测精度的影响,也增强了预测的自适应性.为此,以辽河流域某典型区为例进行预测,结果证明了该组合模型的优势,为农业用水量预测研究提供参考依据. 相似文献