[发明专利]基于GA-BP神经网络的页岩气开发区水资源承载力评价方法

权利要求书

1.一种基于GA-BP神经网络的页岩气开发区水资源承载力评价方法，其特征在于，具体步骤如下：

步骤一、根据页岩气开发所在区域，确定开发区的基本气候、地质特征和年平均降水量；

步骤二、进一步结合页岩气开发用水特点，建立开发区水资源承载力评价指标体系，指标体系包含社会指标分级、水资源指标分级、经济指标分级、生态指标分级和页岩气指标分级共五个一级指标分类，以及五个指标分类各对应的二级评价指标；

步骤三、结合水资源承载力评价指标体系中各二级评价指标的取值范围，综合确定水资源承载力各二级评价指标分级标准，分级标准共分为五个等级区间状态；

步骤四、构建BP神经网络模型，基于水资源承载力各二级评价指标分级标准，采用随机技术公式生成样本数据，将输出样本期望值在每个等级区间状态插值，分别使处于各个区间内；

步骤五、对步骤四的数据，采用最大最小方法对数据进行归一化处理，计算公式如下：

式中：X_max和X_min为数据中最大值和最小值；X_ij为数据的实际值；

步骤六、选取BP神经网络模型的层数，设置隐含层神经元数，选用训练函数，控制模型精度；并通过遗传算法对BP神经网络的初始权值和阈值进行优化，使神经网络在不随机给定权值和阈值的情况下得到设计的预测精度，进而优化BP神经网络模型；

步骤七、将二级评价指标分级后数据代入优化后的BP神经网络模型，得到期望输出与结果的相关系数，而后验证样本最大相对误差，相对误差在设计范围内则表明该模型在页岩气开发区域的水资源承载力评价中具有适用性，若误差超出设计范围则重新校正模型；而后通过优化后的BP神经网络模型对页岩气开发区域的水资源进行承载力评价。

2.如权利要求1所述的基于GA-BP神经网络的页岩气开发区水资源承载力评价方法，其特征在于，社会指标分级的指标对应的二级评价指标包含：人口密度、人均生活用水量和灌溉水有效利用系数；

水资源指标分级的指标对应的二级评价指标包含：水资源利用率、人均水资源量和工业增加值用水量；

经济指标分级的指标对应的二级评价指标包含：工业用水重复利用率、第一产业比重和第三产业比重；

生态指标分级的指标对应的二级评价指标包含：水质达标率、绿化覆盖率和污水处理率；

页岩气指标分级的指标对应的二级评价指标包含单井需水量、井群规模、压裂返排液回用率和压裂液返排率。

3.如权利要求2所述的基于GA-BP神经网络的页岩气开发区水资源承载力评价方法，其特征在于，对于步骤二中，水资源承载力评价指标体系包含目标层、准则层和指标层；其中目标层为水资源承载力，准则层为社会指标分级、水资源指标分级、经济指标分级、生态指标分级和页岩气指标分级共五个；指标层包含社会指标分级、水资源指标分级、经济指标分级、生态指标分级和页岩气指标分级分别对应的二级评价指标。

4.如权利要求3所述的基于GA-BP神经网络的页岩气开发区水资源承载力评价方法，其特征在于，对于步骤三中，将对应指标层各二级评价指标数据取值范围划分为5个等级区间状态，分别为理想状态、可承载、弱承载、弱不可承载和不可承载；分别使“理想状态”、“可承载”、“弱承载”、“弱不可承载”和“不可承载”分别对应取值范围为[0.8-1]、[0.6-0.8)、[0.4-0.6)、[0.2-0.4)和[0-0.2)设置。

5.如权利要求4所述的基于GA-BP神经网络的页岩气开发区水资源承载力评价方法，其特征在于，对于步骤四中，采用随机公式在5个等级区间状态的每一等级中生成100组数据，其中随机选出90组作为训练样本数据，剩余10组作为测试样本数据；在5个等级区间状态中共计生成500组样本，其中建模样本450组，验证样本50组；将输出样本期望值在5个承载力等级区间插值，分别使处于对应“理想状态”、“可承载”、“弱承载”、“弱不可承载”和“不可承载”对应的数值区间内。