搜索
BP神经网络论文：石羊河流域农业需水量预测及水资源优化配置研究【中文摘要】位于西北干旱地区的石羊河流域是全国水资源短缺的主要流域之一。流域需水量以农业灌溉为主,近年来随着气候的变化,人口的增加,各个行业需水量也在不断的变化。水资源短缺势必造成各个用水部门争水的不良的现象,为了实现流域的可持续发展,有必要对流域的农业需水量和水资源的优化配置进行研究。本文通过收集到的资料,对流域内的农业需水情况进行研究得出如下成果:(1)运用收集到的气象和作物资料,首先通过BP神经网络预测模型,建立了基于影响农业需水量的11个影响因子在民勤、天祝和全流域的农业需水量预测模型,经检验模型精度较高。(2)由于BP神经网络模型建模需要的资料量大,势必造成运算的繁琐。为了能在基础资料较少的情况下,对农业需水量很好的预测,本文通过对影响流域农业需水量的11个影响因素进行相关性分析,确定了这些因素和农业需水量的相关性,确立了影响流域需水量最重要的2个影响因子,即耕地面积和降水量;以及对流域需水量有明显影响作用的6个影响因子,即耕地面积、降水、粮食作物面积、积温、日照和年最高温。(3)通过多元回归分析,建立了基于六个主要影响因素的流域需水量六元线性回归模型。通过对影响因子的进一步优化进而建立了基于两个最重要影响因子的二元线性回归模型和BP神经网络模型,并用1999~2003年这5年的数据进行精度检验,发现BP神经网络的预测效果要好于二元线性回归模型。(4)运用灰色预测、指数平滑预测和二者的组合预测,通过只对历年农业需水量的分析,建立了石羊河流域农业需水量的预测模型,对三种模型进行精度检验,发现灰色预测的平均相对误差绝对值为4.84%,二次指数平滑预测的平均相对误差绝对值为6.14%,组合预测模型的的平均相对误差绝对值最小,为4.04%。用确定的组合预测模型对全流域未来十年的农业需水量进行预测,预测流域2004年流域的农业需水量为17.677×10~8m~3,到2013年需水量将达到19.178×10~8m~3。(5)通过考虑了流域的经济效益、社会效益和生态效益,以流域综合效益最大作为目标,利用农作物种植结构的多目标模糊优化模型原理,建立作物种植结构的多目标模糊优化模型,通过确立的目标函数,在面积和水量2个约束条件对目标函数进行求解,从而确定了流域综合效益最大下的主要作物种植面积。【英文摘要】ShiyangRiverBasin,whichislocatedinthenorthwestaridregion,isoneofthemainbasinswherethereexistswatershortage.Waterdemandbasesmainlyonagriculturalirrigationinthebasin,whichofeachindustryconstantlyvariesastheclimatechangesandthepopulationincreasesinrecentyears.Watershortagecertainlyleadstothebadphenomenonthatthedepartmentsofwaterconsumptionfightforwater.Therefore,itisnecessarytoconductthestudyofagriculturalwaterrequirementsandoptimalallocationofwaterresourcesinordertorealizetheaimofsustainabledevelopment.Inthepaper,agriculturalwateruseinthebasinwasstudiedbycollecteddata,concludingthefollowingresults:(1)Meteorologicaldataandcropdatacollectedwereusedtoestablishthemodelofagriculturalwaterdemandpredictiononthebasisof11factorsinfluencingagriculturalwaterdemandinMinqin,Tianzhuandthewholebasin.Theaccuracyofthemodelwassuperiorbytesting.(2)ThereneededalargenumberofdatatoestablishBPneuralnetworkmodel,whichbroughtabouttediousoperation.Thecorrelationanalysisof11factorswasconductedthatinfluencedagriculturalwaterrequirementssoastoforecastagriculturalwaterdemandinthecasesoffewerdata.Thenthesefactorsandthecorrelationofagriculturalwaterdemandweredeterminedaswellasthemostimportantfactorsaffectingthewaterrequirementsofthebasin,thatis,cultivatedareaandprecipitation.6factorsthatobviouslyinfluencingwaterdemandwerealsoascertained,namelycultivatedarea,precipitation,foodcroparea,accumulatedtemperature,sunshineandtheaverageannualmaximumtemperature.(3)Thehexatomiclinearregressionmodelsofwaterrequirementswereestablishedonthebasisof6mainfactorsmultipleregressionanalysisbymultipleregressionanalysis.Theinfluencingfactorswerefurtheroptimized,therebysettingupbinarylinearregressionmodelandBPneuralnetworkbasedonthetwobestimportantfactors.Andfive-yeardatafrom1999to2003wereusedtocheckuptheaccuracy,whichprovedthatthepredictioneffectofBPneuralnetworkmodelwasbetterthanthatofbinarylinearregressionmodel.(4)Thegreymodel,exponentialsmoothingmodelandtheircombinedmodelwereusedtopredictwaterdemand.TheforecastingmodelwasbuiltintheShiyangRiverBasinbyanalyzingagriculturalwaterrequirementsovertheyears.Theprecisionofthethreemodelswastested.Thenitwasdictatedthattheabsoluteoftheaveragerelativeerrorofgreymodelwas4.84percent,binaryexponentialsmoothingmodel6.14percentandthecombinedmodel,theminimumofthethree,4.04percent.Thecombinedmodelascertainedwasutilizedtopredicttheagriculturalwaterdemandinthebasininthecoming10years.Thepredictionvaluein2004was17.677×10~8m~3,anditreached19.178×10~8m~3in2013.(5)Economicbenefit,socialbenefitandecologicalbenefitweretakenintoaccountandthemaximumcomprehensivebenefitwasitsfinalobjective.Thetheoryofthemulti-objectivefuzzyoptimalmodelofthecropplantingstructurewasusedtoestablishthemulti-objectivefuzzyoptimalmodelofthecropplantingstructure.Theobjectfunctionwassolvedbytheobjectfunctionestablishedinthetwoconditions—areaandwateryield.Thus,themaincropplantingareawasdeterminedintheconditionofthemaximumcomprehensivebenefit.【关键词】BP神经网络组合预测模型水资源优化配置农业需水量【英文关键词】BPneuralnetworkcombinedpredictionmodeloptimalallocationofwaterresourcesagriculturalwaterdemand【目录】石羊河流域农业需水量预测及水资源优化配置研究摘要5-6ABSTRACT6-7第一章绪论10-171.1研究背景及意义10-111.1.1研究的背景10-111.1.2研究意义111.2需水量预测的研究进展11-131.2.1国外研究现状11-121.2.2国内研究现状12-131.3农业水资源优化配置的研究进展13-151.4研究内容、方法与技术路线15-171.4.1研究内容和方法151.4.2相关资料搜集151.4.3技术路线图15-17第二章流域农业需水量影响因素的变化分析17-242.1研究区概况17-182.1.1自然地理状况172.1.2水资源状况17-182.1.3农作物种植情况182.2流域典型区域的选取18-192.3流域农业需水量影响因素的变化19-242.3.1作物种植面积的变化19-202.3.2气象资料的变化20-24第三章基于BP神经网络的农业需水量预测24-303.1模型介绍24-263.2建立预测模型263.3模型精度的检验26-293.4本章小结29-30第四章基于回归分析的农业需水量预测30-364.1流域农业需水量影响因素的相关性分析30-324.2多元线性回归分析324.2.1回归分析的原理324.2.2多元线性回归数学模型324.3六元线性回归32-334.4二元线性回归334.5两种模型的精度比较33-344.6本章小结34-36第五章基于组合模型的农业需水量预测36-425.1灰色预测模型36-375.2指数预测模型37-385.2.1一次指数平滑模型37-385.2.2二次指数平滑模型385.2.3三次指数平滑模型385.3组合预测模型38-395.4农业需水量预测39-415.4.1灰色预测395.4.2指数平滑预测395.4.3组合预测39-405.4.4农业需水量预测40-415.5本章小结41-42第六章农业水资源优化配置42-496.1理论基础42-456.1.1数学模型42-436.1.2建立模型43-456.2农业水资源优化配置45-486.2.1评价指标的确定466.2.2相对优属度的确定46-476.2.3约束条件的确定47-486.2.4模型求解486.2.5流域农业水