正则化rbf网络模型在地下水位预测中的应用

【目的】建立地下水位预测的正则化rbf网络模型，为区域地下水资源的利用、规划和管理提供决策依据。【方法】以matlab7.0为平台，用函数newrb创建正则化rbf网络模型，基于宝鸡峡灌区b210号观测井1983-2009年的地下水位埋深资料，对网络模型进行训练后再用测试集检验，分别绘制训练集与测试集的拟合曲线，同时计算实测值与预测值间的相对误差(re)、平均绝对偏差(mad)和均方误差(mse)，并将其与bp网络模型的相应值进行对比。【结果】正则化rbf网络模型和bp网络模型的相对误差均小于5%，平均绝对偏差分别为0.53和0.85，均方误差分别为0.54和1.15，相比之下，正则化rbf网络模型的预测精度更高。【结论】训练样本和测试样本的合理选取为时间序列的拟合扩展了思路，良好的泛化能力使正则化rbf网络模型在区域地下水位预测中具有一定的可行性。