杨陈东,常安定,张 明

(1.西安航空学院理学院,陕西 西安 710077; 2.长安大学理学院,陕西 西安 710061)

自步学习在确定含水层参数中的应用

杨陈东1,常安定2,张 明1

(1.西安航空学院理学院,陕西 西安 710077; 2.长安大学理学院,陕西 西安 710061)

通过分析受到误差影响的抽水试验数据进行含水层估计,为含水层参数估计提供方法支持。以机器学习领域的自步学习方法为基础,构造了基于差分进化算法优化的自步学习方法,并将其应用到含水层参数确定中；在不同误差水平下,与其他方法进行对比试验。结果表明,在不同误差水平下,估计参数值与传统估计值之间以及仿真数据与原始数据之间均保持较小差异；基于抽水试验数据估计含水层参数的自步学习方法估计结果有效可靠,算法对误差的稳定容错性强。

水资源;含水层参数;抽水试验;自步学习;差分进化算法

在地下水资源评价与开发过程中,导水系数和储水系数等含水层参数是非常重要的基本数据,分析非稳定流抽水试验数据是确定含水层参数的重要途径之一。针对Sushil方法及直线图解法等[1-2]传统方法的局限性,将智能优化算法应用在确定含水层参数中,表现出一定的优越性[3-4],由于此类方法目标函数均采用最小二乘形式,这里将其统称为最小二乘方法。最小二乘方法均没有考虑实测数据的误差,事实上,误差是普遍存在的,数据在获取和传输过程中都存在误差污染的可能。当数据存在较大误差时,以最小二乘为目标函数的优化问题将严重偏离真实结果。……