吉林大学学报（地球科学版）
吉林大學學報（地毬科學版）
길림대학학보（지구과학판）
JOURNAL OF JILIN UNIVERSITY(EARTH SCIENCE EDITION)
2015年
1期
225-231
,共7页
地下水位预测%SOM%RBF%神经网络
地下水位預測%SOM%RBF%神經網絡
지하수위예측%SOM%RBF%신경망락
groundwater level prediction%self-organizing map%radial basis function%neural networks
利用自组织映射(SOM)聚类模型优化径向基函数神经网络(RBFN)隐层节点的方法,减小了RBFN 由于自身结构问题在地下水水位预测中产生的误差。采用 SOM 对已有样本进行聚类,利用聚类后的二维分布图确定隐层节点的数目,并根据聚类结果计算径向基函数的宽度,确定径向基函数的中心,由此建立 SOM RBFN 模型。以吉林市丰满区二道乡为例,采用20002009年观测的地下水位动态资料,利用 SOM RBFN 模型对地下水位进行预测,验证其准确性,并分别以5、7、10 a 的地下水位动态数据为研究样本建立模型,考查样本数量对预测结果的影响。研究结果表明：SOM RBFN 模型预测地下水水位过程中,均方根误差(RMSE)的均值为0.43,有效系数(CE )的均值为0.52,均达到较高标准,因此 SOM RBFN 模型可以作为有效而准确的地下水水位预测方法；同时 RBF7的 RMSE 和 CE 均值分别为0.38和0.68,结果优于 RBF5和 RBF10,这就意味着在模型计算中样本数量不会直接影响预测结果的精度。
利用自組織映射(SOM)聚類模型優化徑嚮基函數神經網絡(RBFN)隱層節點的方法,減小瞭RBFN 由于自身結構問題在地下水水位預測中產生的誤差。採用 SOM 對已有樣本進行聚類,利用聚類後的二維分佈圖確定隱層節點的數目,併根據聚類結果計算徑嚮基函數的寬度,確定徑嚮基函數的中心,由此建立 SOM RBFN 模型。以吉林市豐滿區二道鄉為例,採用20002009年觀測的地下水位動態資料,利用 SOM RBFN 模型對地下水位進行預測,驗證其準確性,併分彆以5、7、10 a 的地下水位動態數據為研究樣本建立模型,攷查樣本數量對預測結果的影響。研究結果錶明：SOM RBFN 模型預測地下水水位過程中,均方根誤差(RMSE)的均值為0.43,有效繫數(CE )的均值為0.52,均達到較高標準,因此 SOM RBFN 模型可以作為有效而準確的地下水水位預測方法；同時 RBF7的 RMSE 和 CE 均值分彆為0.38和0.68,結果優于 RBF5和 RBF10,這就意味著在模型計算中樣本數量不會直接影響預測結果的精度。
이용자조직영사(SOM)취류모형우화경향기함수신경망락(RBFN)은층절점적방법,감소료RBFN 유우자신결구문제재지하수수위예측중산생적오차。채용 SOM 대이유양본진행취류,이용취류후적이유분포도학정은층절점적수목,병근거취류결과계산경향기함수적관도,학정경향기함수적중심,유차건립 SOM RBFN 모형。이길림시봉만구이도향위례,채용20002009년관측적지하수위동태자료,이용 SOM RBFN 모형대지하수위진행예측,험증기준학성,병분별이5、7、10 a 적지하수위동태수거위연구양본건립모형,고사양본수량대예측결과적영향。연구결과표명：SOM RBFN 모형예측지하수수위과정중,균방근오차(RMSE)적균치위0.43,유효계수(CE )적균치위0.52,균체도교고표준,인차 SOM RBFN 모형가이작위유효이준학적지하수수위예측방법；동시 RBF7적 RMSE 화 CE 균치분별위0.38화0.68,결과우우 RBF5화 RBF10,저취의미착재모형계산중양본수량불회직접영향예측결과적정도。
As the hidden units of radial basis function network (RBF)were optimized by the theory of self-organizing map (SOM),the groundwater levels forecasting error range,due to its structural problems,could be reduced.With the two-dimensional feature map and clustering results of SOM,the number of hidden units,the position and the width of the radial basis centers can be easily determined. The SOM-RBFN model can be established.The accuracy of the model was verified by predicting groundwater level at Erdao Town in Fengman District of Jilin City based on observed groundwater level from 2000 to 2009.In addition,dynamic data of groundwater level for five years (2005 2009 ),seven years (2003 2009),ten years (2000 2009),are used as study samples and make forecast one by one, which can examine that if the sample size could influence the forecast result.The results prove that SOM-RBFN model can be used in groundwater levels dynamic forecasting,because the averages of RMSE and CE are 0.43 and 0.52,respectively,which are the relatively good outcomes.And,the averages of RMSE and CE of RBF7 are 0.38 and 0.68,whose results are better than RBF5 and RBF10. Therefore,it can be known that the amount of data cannot directly influence the accuracy of results.
