初海波
- 作品数：9 被引量：127H指数：5
- 供职机构：吉林大学更多>>
- 发文基金：国家自然科学基金国家科技重大专项吉林省科技发展计划基金更多>>
- 相关领域：环境科学与工程水利工程天文地球更多>>
- 基于时间序列分析改进法的地下水位动态预报——以吉林省桦甸市为例被引量：7
- 2012年
- 采用逐步回归法替代传统时间序列分析模型中的多项式拟合法和自回归法,仅选用对因变量影响较大的自变量建立方程,提高了模型的精度。依据桦甸市26130018号观测井2000—2008年逐月的地下水位埋深资料,分别利用传统的、改进的时间序列分析法建立模型,以2009—2010年的观测数据进行精度检验,选择较优的改进模型预测了2011—2013年逐月的地下水位。结果表明:2个模型均满足精度要求,但经过改进后,随机方程和趋势方程的相关系数分别由0.830 7和0.803 9增至0.913 5和0.970 9,拟合结果明显提高。
- 卢文喜杨磊磊龚磊尹津航初海波
- 关键词：时间序列地下水水位
- BP网络、Hopfield网络在水质评价应用中的比较研究被引量：9
- 2011年
- 针对BP网络、Hopfield网络在水质评价的应用问题,建立BP网络、Hopfield网络水质评价模型,对BP网络、Hopfield网络从结构、输入输出、稳定性、评价结果等方面进一步地分析比较。然后以东辽河为例,运用BP网络、Hopfield网络、模糊评价法、内梅罗指数法4种水质评价方法进行水质评价,通过比较评价结果进行深入研究。结果表明,Hopfield神经网络更适用于水质评价。对神经网络方法水质评价问题进行探讨,试图找出BP网络、Hopfield网络方法在水质综合评价中的优缺点,具有非常现实的意义。
- 初海波卢文喜尹津航张蕾
- 关键词：BP神经网络HOPFIELD神经网络水质评价研究
- 基于Hopfield神经网络的地下水环境质量评价被引量：5
- 2011年
- 针对传统水质评价方法存在人为因素影响等问题,结合Hopfield网络在模式识别应用中的特点建立了Hopfield网络模型,综合评价了金泉工业园区的地下水水质情况,并利用其水质评价结果,以ArcGIS为平台获得了地下水水质分布图,可反映水质的空间变化规律。评价结果表明,金泉工业园区大部分地区地下水水质呈现Ⅲ类,Ⅰ、Ⅱ类水集中于西北部,而Ⅴ类水主要分布于东南部,评价结果符合水质实际状况。
- 初海波卢文喜伊燕平龚磊
- 关键词：HOPFIELD神经网络MATLAB地下水水质评价
- 逐步回归时间序列和RBF-ANN在降水预测中的应用被引量：3
- 2012年
- 将逐步回归融入到时间序列预测模型的建立中,摒弃了传统的'考虑所有变量'模式,利用'有进有出'的形式,分清各因子主次关系,仅选用影响显著的变量建立预测方程。径向基函数人工神经网络(RBF-ANN)属于局部逼近网络,准确度高。以桦甸市五道沟站的月降水量和月蒸发量为例,分别用传统、逐步回归时间序列分析和RBF-ANN建立降水预测模型,并对比其精度。结果表明:传统、逐步回归时间序列及RBF-ANN模型的后验差比值分别为0.315、0.272、0.284,平均绝对误差分别为18.37、15.65、13.82mm,有效系数分别为0.87、0.94、0.93,精度均满足要求,最后用逐步回归时间序列法预测了未来5年的月降水量和月蒸发量。
- 卢文喜杨磊磊杨忠平辛欣罗建男初海波
- 关键词：时间序列月降水量
- 基于小波分析的ARMA-GARCH模型在降水预报中的应用被引量：10
- 2011年
- 利用小波分析方法对通榆地区1955-1999年降水资料进行分解与单支重构,得到低频序列和高频序列;对得到的子序列依据是否具有自回归条件异方差（ARCH）效应,建立自回归移动平均（ARMA）模型或者ARMA-GARCH模型。然后将上述各子序列所建模型进行线性叠加,得到年降水量的基于小波分析的ARMA-GARCH模型（W-A-G）。根据2000-2009年的降水资料检验模型,并与未考虑ARCH效应的基于小波分析的ARMA模型（W-A）作对比。结果表明：小波分析的6个子序列中,低频项（A5）不具有ARCH效应,高频项（D1~D5）具有明显ARCH效应;W-A-G模型检验的相对误差平均值为9.98%,平均绝对百分比误差（MAPE）值为0.009 9,根均方差（RMSE）值为34.592 8,符合水文预测标准且精度明显高于W-A模型（平均相对误差22.4%,MAPE为0.180 2,RMSE为83.337 3）,表明W-A-G模型是一种可行的方法。最后用所建W-A-G模型对通榆地区未来6年降水量进行预测,预测结果显示：通榆地区未来降水量呈下降趋势,干旱情况将持续发生,应做好抗旱准备。
- 王喜华卢文喜初海波陈社明
- 关键词：ARMA-GARCH模型小波分析降水预报
- 基于因子分析的Hopfield神经网络在水质评价的应用被引量：9
- 2012年
- 针对Hopfield神经网络的过度拟合问题,在因子分析的基础上,结合Hopfield神经网络模型提出了因子分析—Hopfield神经网络模型。以东辽河为例,采用因子分析法确定7个水质评价因子,再建立5×7的Hopfield神经网络进行水质综合评价,并与单一的Hopfield网络和传统的内梅罗指数法的结果进行了比较。结果表明,因子分析—Hopfield神经网络明显优于单一的Hopfield神经网络,不仅在一定程度上弥补了因子分析在实际应用中没有实现水质分级的缺陷,而且有效地降低了Hopfield神经网络的过度拟和的程度,评价结果更为科学合理,为水质综合评价提供了一种新的方法,具有极好的应用前景。
- 卢文喜初海波王喜华龚磊
- 关键词：HOPFIELD神经网络水质评价东辽河
- RBF神经网络在洪灾易损性分析中的应用
- 2012年
- 针对水稻洪灾易损性与多种因素呈复杂的非线性相关问题,通过训练和检验样本的选择、网络程序的构建、神经网络的训练、最佳参数的确定、原始数据的检验等过程,以Matlab为平台建立RBF神经网络洪灾易损性模型,对水稻的洪灾易损性进行模拟,并与AGA-BP网络的训练和检验结果进行对比,以此验证RBF神经网络在洪灾易损性分析中的可行性和有效性。实例分析表明:RBF网络检验样本的平均相对误差是5.428%,比AGA-BP网络(检验样本的平均相对误差是8.652%)精度更高,检验效果更好,对易损性的模拟程度更佳,使洪灾易损性分析结果更加准确、可靠。
- 司昌亮卢文喜初海波
- 关键词：RBF算法水稻误差分析
- 基于自适应替代模型的DNAPLs污染地下水修复优化设计及其不确定性分析
- 由于石油的开采、油气运输的渗漏、含油污水的随意排放和石油化工产品突发性泄漏等原因,使得大量石油类有机污染物进入地下水中,从而对地下水造成了不同程度的污染。大部分石油类有机污染物在水中的溶解度很小,通常称为非水相流体（No...
- 初海波
- 关键词：地下水污染修复自适应抽样
- 文献传递
- 改进内梅罗污染指数法和模糊综合法在水质评价中的应用被引量：86
- 2012年
- 不同的水质评价方法有不同的适用性。以桦甸市5个主要监测断面2010年枯季的监测数据为基础,选取溶解氧、氨氮等6个水质评价因子,分别采用传统、改进的内梅罗污染指数法及模糊综合法进行水质评价。结果表明3种方法评价的水质类型不同,但内梅罗法计算的污染指数大小与模糊综合法评价的水质污染程度相符。内梅罗指数法更适用于掌握水体被污染的程度,模糊综合评价法更适用于评价水体功能及水质类型。
- 杨磊磊卢文喜黄鹤初海波
- 关键词：地表水水质评价
