基于自记忆方程的干旱区地下水水位动态模拟

地下水水位预测对于合理开发利用地下水与保护生态环境具有重要意义。以新疆希尼尔水库周边区域为例,根据研究区多年地下水埋深观测数据,建立了基于自记忆方程的地下水埋深预测模型。结果表明:该模型模拟与预测精度较高,为研究区的地下水合理开发利用提供了重要参考;研究结果可用于其他类似时间序列变量的模拟预测。

考虑周期性变化的地下水埋深预测自记忆模型

地下水埋深的变化过程是一个复杂的非线性过程,现有的各种预测方法普遍难以在实际中应用。该文提出了一种新的预测方法,这种方法针对具有周期性变化规律的地下水埋深时间序列,首先消除不同周期内地下水埋深均值和变幅的影响,并生成新的时间序列;将新的时间序列视为地下水系统的特解,运用系统自记忆性原理,反演导出系统微分方程;由微分方程进一步建立了地下水埋深预测的自记忆模型。实例研究表明,这种方法方便实用且预测结果接近于实际观测值,可推广应用于具有周期性变化规律的其它时间序列。

基于灰色自记忆模型的城市月需水量预测

建立了以灰色微分方程为动力核的自记忆模型,并首次应用于城市月需水量预测。先将具有季节性特征的实测历史数据通过季节指数法获得相对平滑的序列,再用所建灰色自记忆模型进行模拟、预测。研究表明,灰色自记忆模型建模方法简单且模拟和预测精度较为满意,平均相对误差为5.74%,灰色GM(1,1)模型预测平均相对误差是8.77%,其精度比GM(1,1)模型有较大的提高。

滑坡变形动态预测的自记忆离散模型

考虑滑坡变形时间位移序列的非线性特征,提出了基于自记忆离散模型的滑坡非线性变形动态预测方法.该方法将观测到的滑坡变形位移时序数据视为描写滑坡变形非线性动力系统的特解,运用反演动力模式方法导出系统的微分方程,通过引入记忆函数,将制约动力系统的微分方程推演成一个差分-积分方程,从而建立了滑坡变形动态预测的自记忆离散模型.将该方法用于古树屋滑坡和茅坪滑坡变形预测,验证了该模型的有效性及可行性.

地下水动态预测的自记忆性模型及其应用研究

地下水位动态变化是一个复杂的水文过程,准确地预测地下水位变化情况在水资源开发利用中有着重要意义。本文运用反演建模和自记忆性方程相结合的方法,建立了地下水位动态预测模型。实例表明,该模型具有简洁实用的优点,且有显著的拟合精度和预报准确率。

地下水埋深动态预测的DAMSM模型

运用动态数据反演建模方法和自记忆性方程,建立了地下水埋深动态预测的DAMSM模型。该模型将动力学计算与用历史数据估计参数相结合,预测时无需分析影响地下水埋深动态的各种因素,只需要有一定长度的地下水埋深动态观测序列资料,避免了众多数据的收集整理。实例预测表明,该模型具有较高的拟合精度和预测准确性。

建筑物非线性变形动态预测的数据机理:自记忆模型

综合考虑建筑物沉降变形时间序列的单调增长的特殊性和非线性特征,利用动态数据反演建模方法和自记忆性方程,提出了一种随机与动力相结合的建筑物非线性变形预测的数据机理:自记忆模型.该方法将观测到的建筑物沉降位移时序数据视为描写建筑物变形非线性动力系统的特解,运用反演动力模式方法导出系统的微分方程,通过引入记忆函数,将制约动力系统的微分方程推演成一个差分-积分方程,从而建立建筑物沉降非线性变形预测的动力系统自记忆模型.由于该模型用历史资料估计记忆系数,蕴含了历史资料中对预测有用的信息,所以能很好地预测出系统极值,克服了以统计为基础的预报模型在做多步预测时预测值偏向平均值的缺点,较以往单一的确定论或随机统计论预测方法具有更高的拟合精度和预测准确率.将该方法用于实际工程建筑物沉降变形预测,证明了该模型的有效性及可行性.