基于人工智能技术的地下水系统参数识别研究

发布时间：2022-01-03 03:59

　　地下水系统的参数识别问题是水资源管理领域的一个难点，由于地下水系统参数取值的不合理，直接影响了水资源管理计算结果的可靠性，参数识别的研究在很长一段时期进展不大。本文利用神经网络、退火遗传算法等智能算法，通过算例以及实例，对这一问题进行了较为深入、系统的研究。首先在总结国内外学者关于“地下水系统”定义的基础上，分析了各种定义存在的缺陷和不足，从系统的角度出发，提出了地下水系统的概念，并对地下水系统的组成和特性进行了较为系统的分析；在此基础上，对地下水系统的数学模型及其求解方法进行了较为系统的论述。综述了近年来快速发展的智能方法及算法，如神经网络方法、遗传算法、模拟退火、禁忌搜索、混沌搜索、蚂蚁算法等，并对这些算法的混合算法进行了初步探讨。设计开发了多种地下水系统参数识别的智能方法。对基于BP神经网络的地下水系统参数识别进行了研究，并且提出了地下水系统参数识别的RBF神经网络方法，设计了算法步骤。算例研究表明，不仅算法可行，而且由于RBF神经网络的局部逼近能力，使得RBF神经网络对于地下水系统参数识别具有更好的效果。建立了地下水系统参数识别的非线性优化模型，研究了遗传算法、模拟退火算法以及... 

【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校

【文章页数】：120 页

【学位级别】：博士

【部分图文】：

密怀顺平原区交通位置图

密怀顺平原区水文地质图

密怀顺平原区水文地质剖面图

【参考文献】：
期刊论文
[1]一种改进的两代竞争遗传算法[J]. 陈玮,周激流,程进,陈莉.  四川大学学报(自然科学版). 2003(02)
[2]基于模式迁移策略的并行遗传算法[J]. 管宇,徐宝文.  计算机学报. 2003(03)
[3]基于蚂蚁算法的函数优化[J]. 马良.  控制与决策. 2002(S1)
[4]基于实码遗传算法的地下水污染物运移参数反演[J]. 王锦国,周志芳,黄勇,周欢良.  水文. 2002(05)
[5]基于人工神经网络的地下水流数学模型参数识别[J]. 陈南祥,荆国强.  灌溉排水. 2002(03)
[6]遗传算法在反演三维地下水流模型参数中的应用[J]. 李竞生,姚磊华.  水文地质工程地质. 2002(05)
[7]利用混沌搜索求解二层非线性规划问题[J]. 马恩杰,滕春贤.  哈尔滨理工大学学报. 2002(04)
[8]地下水模拟面向对象有限元的类设计[J]. 周德亮,丁继红,马生忠.  吉林大学学报(信息科学版). 2002(01)
[9]国外地下水模拟软件的发展现状与趋势[J]. 丁继红,周德亮,马生忠.  勘察科学技术. 2002(01)
[10]改进的遗传算法在地下水数值模拟中的应用[J]. 王福刚,曹剑锋.  吉林大学学报(地球科学版). 2002(01)



本文编号：3565523