首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于人工神经网络的动区-不动区传输模型参数智能拟合方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:河海大学

摘要:本发明涉及水文地质数据处理技术领域,公开了一种基于人工神经网络的动区‑不动区传输模型参数智能拟合方法,包括以下步骤:S1采集水文地质原始数据,并对原始数据范围进行设置;S2确立动区‑不动区模型函数:利用动区‑不动区模型结构,采用拉普拉斯空间数值解析方法建立动区‑不动区模型Matlab函数;S3利用Matlab函数对输入参数生成对应的突破曲线,并将生成的BTC数据进行处理,形成待训练数据。本发明不仅解决了传统方法中存在的效率和资源消耗问题,还提高了拟合的准确性和自动化水平,为水文地质领域提供了一种新的、高效的解决方案。

主权项:1.一种基于人工神经网络的动区-不动区传输模型参数智能拟合方法,其特征在于,包括以下步骤:S1采集水文地质原始数据,并对原始数据范围进行设置;S2确立动区-不动区模型函数:利用动区-不动区模型结构,采用拉普拉斯空间数值解析方法建立动区-不动区模型Matlab函数;S3利用Matlab函数对输入参数生成对应的突破曲线,并将生成的BTC数据进行处理,形成待训练数据:S4构建神经网络模型:构建ANN神经网络模型,其中ANN神经网络模型包括,输入层、隐藏层和输出层,输入层输入的是处理后的BTC数据,各隐藏层的用于对处理后的BTC数据进行计算处理,输出层输出预测的参数值;S5对神经网络数据集进行预处理:将生成的待训练数据进行标准化处理,标准化处理后将其划分为训练集和验证集;S6利用神经网络模型进行训练:将训练集内容输入ANN神经网络模型进行训练学习;S7神经网络数据集训练验证:利用验证集数据对训练集训练内容进行验证;所述Matlab函数包括: ; ;其中,为溶质浓度,为流动区的弥散系数,为动区-不动区之间的质量传递系数,为流动区的流速,为流动区的体积分数,为非流动区的体积分数,为溶质在动区和不动区之间传输的复合效应的调整因子,为拉普拉斯变量,为给定的需要进行求解的横向坐标值,为初始浓度值,表示指数预算符号。

全文数据:

权利要求:

百度查询: 河海大学 一种基于人工神经网络的动区-不动区传输模型参数智能拟合方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术