论文部分内容阅读
为有效揭示水资源系统复杂的非线性结构及变化规律,结合混沌理论、相空间重构理论与神经网络,研究了地下水水位预测模型,即通过相空间重构,把一维地下水水位时间序列拓展为多维序列,从而挖掘更为丰富的信息;运用混沌方法构造训练样本并确定神经网络的网络结构,用神经网络拟合相空间相点演化的非线性关系.实例计算表明,该模型具有较高的预报精度.