自步學習在確定含水層參數中的應用

楊陳東,常安定,張 明

(1.西安航空學院理學院,陜西 西安 710077; 2.長安大學理學院,陜西 西安 710061)

自步學習在確定含水層參數中的應用

楊陳東1,常安定2,張 明1

(1.西安航空學院理學院,陜西 西安 710077; 2.長安大學理學院,陜西 西安 710061)

通過分析受到誤差影響的抽水試驗數據進行含水層估計,為含水層參數估計提供方法支持。以機器學習領域的自步學習方法為基礎,構造了基于差分進化算法優化的自步學習方法,并將其應用到含水層參數確定中；在不同誤差水平下,與其他方法進行對比試驗。結果表明,在不同誤差水平下,估計參數值與傳統估計值之間以及仿真數據與原始數據之間均保持較小差異；基于抽水試驗數據估計含水層參數的自步學習方法估計結果有效可靠,算法對誤差的穩定容錯性強。

水資源;含水層參數;抽水試驗;自步學習;差分進化算法

在地下水資源評價與開發過程中,導水系數和儲水系數等含水層參數是非常重要的基本數據,分析非穩定流抽水試驗數據是確定含水層參數的重要途徑之一。針對Sushil方法及直線圖解法等[1-2]傳統方法的局限性,將智能優化算法應用在確定含水層參數中,表現出一定的優越性[3-4],由于此類方法目標函數均采用最小二乘形式,這里將其統稱為最小二乘方法。最小二乘方法均沒有考慮實測數據的誤差,事實上,誤差是普遍存在的,數據在獲取和傳輸過程中都存在誤差污染的可能。當數據存在較大誤差時,以最小二乘為目標函數的優化問題將嚴重偏離真實結果。……