15、人工神经网络在地下含水层与创业公司分析中的应用

人工神经网络在地下含水层与创业公司分析中的应用

1. 地下含水层动态行为的神经网络估计

在地下含水层的研究中，人工神经网络被用于描绘与含水层动态行为识别过程相关变量之间的关系。所使用的神经网络系统总体架构由两个多层感知器（MLP）网络组成，分别为 MLP - 1 和 MLP - 2，它们分别包含一层和两层隐藏层。

• ANN - 1 网络 ：该网络的隐藏层有 10 个神经元，负责计算含水层的运行水平。其训练数据直接来自实验测量，并且考虑了含水层的当前水位和静止时间。
• ANN - 2 网络 ：由两个各含 10 个神经元的隐藏层组成，负责计算含水层的动态水位。训练数据同样来自实验测量，并且将 ANN - 1 的输出作为输入参数，因此计算时考虑了含水层的运行水平、勘探流量和运行时间。

训练完成后，这两个网络被用于估计含水层的动态水位，模拟结果如下表所示：

目前水位 (米)	静止时间 (小时)	运行水平 (ANN - 1)	运行水平 (精确值)	相对误差 (%)
115.55	4	103.59	104.03	0.43
1