王宇博
- 作品数：6 被引量：51H指数：5
- 供职机构：吉林大学更多>>
- 发文基金：吉林省重大科技攻关项目国家教育部博士点基金吉林省自然科学基金更多>>
- 相关领域：天文地球水利工程环境科学与工程更多>>
- 改进的模糊数学法在地下水水质评价中的应用被引量：5
- 2015年
- 为准确评价吉林市城区地下水水质现状并对其进行量化,基于30个野外采样数据的室内试验分析,选取硫酸盐、氯化物、铁、锰、硝酸盐(以N计)、亚硝酸盐(以N计)、氨氮、氟化物、总硬度(CaCO3)9项指标作为水质的影响因子,采用改进后的模糊数学法,利用Matlab编写程序,进行地下水水质评价。结果表明,改进的模糊数学法与内梅罗指数法、传统模糊数学法评价结果基本一致,其中模糊数学法改进前后评价结果拟合程度较高;相比于传统模糊数学法,改进的模糊数学法解决了传统方法中利用最大隶属度决定水质级别存在的问题,计算结果为水质指数,可对同一级别若干水样给予优劣排序,使评价结果更全面、更真实地反映地下水水质情况,在地下水水质评价中具有一定的研究意义。
- 乔雨梁秀娟王宇博闫佰忠刘泓志刘佳
- 关键词：地下水水质
- 2种方法在地下水水质评价中的应用——以吉林市为例被引量：6
- 2014年
- 运用改进内梅罗指数法和集对分析法对地下水水质进行评价,并以吉林市鳌龙河流域7个监测点的监测数据为基础,选用9个评价指标进行评价。2种评价方法的结果基本相符合,确保了评价的准确性。内梅罗指数法更适用于掌握水体被污染程度,集对分析法则更适用于掌握地下水水质的变化情况。
- 王宇博梁秀娟乔雨
- 关键词：内梅罗指数集对分析水质评价
- 地下水位预测模型对比分析研究被引量：12
- 2015年
- 为更好地研究地下水位预测模型,选用灰色GM(1,1)、叠加的马尔科夫链和BP神经网络3种模型,选取2007-2010年长春市的地下水位资料进行地下水位预测研究,对比分析了3种模型的预测结果以及其适用情况。结果表明,3种预测方法的平均绝对误差均小于10%,在一定程度上表明3种模型均具备一定可信度,其中叠加的马尔科夫链模型的误差相对较大,另外两种则相差不大。灰色GM(1,1)模型适用于把握数据的大体变化趋势;叠加马尔科夫链模型适用于对相对稳定的数据的预测;BP神经网络模型需要基于相对较多的数据进行有弹回地校正模拟,且预测的结果相对拟合程度更好,预测结果更理想。
- 王宇博梁秀娟乔雨王中凯
- 关键词：地下水动态水位预测
- 两种模型在地下水埋深预测中的应用及对比研究被引量：10
- 2014年
- 为能够更好地预测地下水埋深及合理规划、开发地下水资源,简述BP-ANN和GM(1,1)模型的基本结构和建模步骤,以长春市体育馆旁长观井(1号井)2002-2010年的地下水埋深资料为基础,分别运用两种方法模拟并预测地下水埋深,并进行对比研究,最后得出如下结论,BP-ANN和GM(1,1)模型的平均相对误差分别为0.55%和3.45%,其对2011年的地下水埋深预测值分别为13.06、13.27m,两种模型的拟合和预测精度均较高,两种方法均可用于地下水埋深预测,其中GM(1,1)建模更简单,BP-ANN精度更高。
- 乔雨梁秀娟王宇博
- 关键词：地下水埋深GM(1,1)
- 基于叠加马尔科夫链和BP神经网络模型的降水量预测研究被引量：10
- 2014年
- 选用叠加马尔科夫链和BP神经网络模型,利用1951年-2013年的降水资料对长春市降水量进行预测。叠加马尔科夫链方法具有原理简单易懂,计算方法简便的优点。BP神经网络模型具有计算快速,占用内存小,还有很好的容错性。根据计算,BP神经网络预测误差均小于20%,叠加马尔科夫链方法仅有6个年份误差小于20%。通过对比分析预测结果可知:对于本研究区BP神经网络模型的预测精度较高。预测方法对数据的稳定性有要求,数据的波动越强,预测结果精度越低。对比可知,叠加马尔科夫链对数据的平稳性要求更高,BP神经网络模型的适用性更强。
- 王宇博梁秀娟乔雨王亮徐海岩陈伟
- 关键词：降水量预测BP神经网络
- 组合权重模糊数学法在水质评价中的应用被引量：14
- 2015年
- 选取硫酸盐、总锰、总铁、硝酸盐、亚硝酸盐、氟化物、总硬度作为水质的影响因子,将层次分析法和熵权法相结合进行权重计算,结合模糊数学法对吉林市地下水水质进行评价,并将评价结果与内梅罗指数法和传统模糊数学法评价结果进行对比。结果表明:组合权重模糊数学法计算得到的水质等级与其他两种方法计算结果较为接近。采用组合权重模糊数学法对地下水水质进行评价,其中熵权法综合考虑了所有水样数据所包含的信息进行权重计算,层次分析法基于专家打分构建判断矩阵进而确定权重,将主观因素和客观因素均融入水质评价中,评价结果更为客观合理、更具有说服力。
- 乔雨梁秀娟王宇博肖长来刘泓志刘佳
- 关键词：水质层次分析法熵权法
