人工内分泌网络模型在水文地质参数研究中的应用

传统方法在计算含水层渗透系数的过程中通常面临着不均匀系数C难以确定、对研究区水文地质条件较为依赖等困难。通过分析和概括内分泌系统独特的信息处理功能，构建了人工内分泌网络模型。在详细介绍模型算法和计算步骤的基础上，将其应用到华北平原滹沱河冲洪积扇前缘，根据孔隙度及粒度分布特征对含水层渗透系数进行预测，并与传统的经验公式Beyer法和Slichter法进行对比。计算结果表明Beyer法的预测精度最低，其相对误差主要集中于0.078~1.342；Slichter法的预测精度有所提高，但对于渗透系数极端值的预测仍存在较大误差，相对误差主要集中于0.046~0.643；人工内分泌网络模型具有较高的预测精度，其相对误差主要集中于0.006~0.420。与传统经验公式相比，人工内分泌网络模型具有较高的计算精度和良好的通用性，且能够直接计算出含水层的垂向渗透系数，无需后期的数据验证。