人工神经网络技术在水质动态预测中的应用

摘要

根据前人研究 ,上海地区地下水的水质变化主要受人工开采和回灌活动的影响 ,然而 ,由于地下水流动的复杂性 ,水质变化与采灌井的开采量及回灌量之间存在着完全非线性的关系 ;另一方面 ,人工神经网络技术具有较强的解决矛盾样本 (即非线性问题 )的能力 ,因此 ,作者在收集已有观测资料的基础上 ,利用人工神经网络技术对上海地区第III承压含水层的矿化度变化进行了预测。算例表明 ,应用该法进行单井预测的相对误差只有 2 .0 7% ,多井预测的相对误差小于 1 .5%。