[发明专利]一种基于自适应深度神经网络替代模型的海水入侵模拟-优化方法有效
申请号: | 202010435173.1 | 申请日: | 2020-05-21 |
公开(公告)号: | CN111723516B | 公开(公告)日: | 2023-05-23 |
发明(设计)人: | 杨蕴;王锦国;陈舟;窦智;周志芳 | 申请(专利权)人: | 河海大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N3/006;G06N3/08;G06F111/04;G06F111/06;G06F111/10;G06F113/08 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 罗运红 |
地址: | 210000 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明属于水文学及水资源领域,公开了一种基于自适应深度神经网络替代模型的海水入侵管理模型和计算方法(Adaptive Deep Neural Networks surrogate model based multi‑objective coastal aquifer management model,ADNNCAM)。该技术采用海水入侵模拟程序SEAWAT来模拟抽水条件下海水入侵的动态过程,采用深度神经网络方法DNN训练海水入侵替代模型。优化模型采用了一种基于ε‑dominance排序的多目标进化算法(epsilon Multi‑Objective Memetic Algorithm,ε‑MOMA)。为了提高近似最优解的数值预测的精度,在优化过程中,采用多阶段动态采样方法对海水入侵模型进行自适应训练。ADNNCAMε‑MOMA为第一个考虑海水入侵模型大规模计算瓶颈的问题,而提出将自适应海水入侵替代模型与基于进化算法的优化求解模型相耦合,可为解决海水入侵区地下水资源合理开发利用和海水入侵防控问题提供一个固定的技术方法体系。 | ||
搜索关键词: | 一种 基于 自适应 深度 神经网络 替代 模型 海水 入侵 模拟 优化 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学,未经河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202010435173.1/,转载请声明来源钻瓜专利网。
- 上一篇:一种同时检测血清中11项类固醇激素的方法
- 下一篇:吊装装置