%0 Journal Article
%A 张建锋
%A 刘见宝
%A 崔树军
%A 谢玉华
%T 小波-神经网络混合模型预测地下水水位
%D 2016
%R 10.11988/ckyyb.20150474
%J 新澳门游戏网站入口
院报
%P 18-21
%V 33
%N 8
%X 由于过量开采地下水，华北平原的许多城市出现地下水水位持续下降趋势，由此导致了许多严重的环境问题，如地下水枯竭、地面沉降和海水入侵等。为了准确预测城市地下水水位变化，利用小波变换的多尺度分析特征，建立了小波-神经网络混合模型(以下简称“混合模型”)，并研究了其在地下水水位预测中的精度。利用北京市平谷区地下水水位观测资料，分别用BP网络和混合模型对该区地下水水位进行了预测。采用均方根误差(RMSE)、平均绝对误差(MAE)和线性相关系数(<i>R</i>)对模型预测的精度进行度量。预测结果表明混合模型第1至第3个月的地下水水位平均绝对误差分别是0.535，0.598和0.634 m;而BP模型的平均绝对误差分别为0.566，0.824和0.940 m。混合模型的预测误差分别为BP模型的95%，73%和67%。使用混合模型能明显提高预测的精度，显著增加有效预测时段长度。
%U http://ckyyb.crsri.cn/CN/10.11988/ckyyb.20150474