本發(fā)明涉及水資源評價(jià)與管理，特別涉及一種基于kan網(wǎng)絡(luò)架構(gòu)的地下水位預(yù)測方法。

背景技術(shù)：

1、地下水資源是缺水地區(qū)為滿足農(nóng)業(yè)灌溉、社會經(jīng)濟(jì)發(fā)展等方面水資源需求的重要來源，是關(guān)系現(xiàn)代人類發(fā)展的重要戰(zhàn)略資源。地下水位的監(jiān)測與預(yù)測對于水資源可持續(xù)管理發(fā)揮著至關(guān)重要的作用，地下水位預(yù)測模型是一個(gè)關(guān)鍵工具之一。

2、地下水位的波動受氣象因素、地質(zhì)因素以及人類活動因素的影響呈現(xiàn)出非線性動態(tài)變化，使地下水位的動態(tài)預(yù)測面臨挑戰(zhàn)。在人工智能飛速發(fā)展的時(shí)代，基于數(shù)據(jù)驅(qū)動模型構(gòu)建外部影響因素與地下水位變化之間的關(guān)系是實(shí)現(xiàn)地下水位預(yù)測的重要技術(shù)手段之一。但目前基于mlp網(wǎng)絡(luò)架構(gòu)的深度學(xué)習(xí)模型的激活函數(shù)固定而脆弱，易在反向傳播過程中造成梯度消失或梯度爆炸。并且在處理高維度數(shù)據(jù)及長期依賴的能力有限。為了在實(shí)現(xiàn)精準(zhǔn)高效預(yù)測地下水位的基礎(chǔ)上，提高預(yù)測模型處理長期依賴的能力及可解釋性，針對現(xiàn)有預(yù)測方法中存在的問題，以kolmogorov-arnoldnetworks(kan)作為基礎(chǔ)網(wǎng)絡(luò)架構(gòu)，耦合長短期記憶網(wǎng)絡(luò)以實(shí)現(xiàn)對地下水位波動的預(yù)測。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于kan網(wǎng)絡(luò)架構(gòu)的地下水位預(yù)測方法，旨在利用更靈活的網(wǎng)絡(luò)框架，通過結(jié)合了b樣條曲線插值擬合的kan網(wǎng)絡(luò)架構(gòu)獲得優(yōu)化后的地下水位預(yù)測模型，實(shí)現(xiàn)地下水位預(yù)測。

2、本發(fā)明提供了基于kan網(wǎng)絡(luò)架構(gòu)的地下水位預(yù)測方法，其特征在于，包括：

3、收集研究區(qū)范圍內(nèi)多個(gè)觀測井的地下水位歷史數(shù)據(jù)和地下水位影響因素歷史數(shù)據(jù)作為原始數(shù)據(jù)；

4、將地下水位歷史數(shù)據(jù)作為地下水位預(yù)測目標(biāo)變量，地下水位影響因素作為解釋變量，利用lasso回歸篩選出相對獨(dú)立且對地下水位有影響的變量用于地下水位的預(yù)測；

5、對地下水位數(shù)據(jù)及解釋變量進(jìn)行歸一化處理，對應(yīng)生成多個(gè)時(shí)間序列，將多個(gè)時(shí)間序列組成待處理數(shù)據(jù)，將待處理數(shù)據(jù)進(jìn)行劃分，獲得訓(xùn)練集和驗(yàn)證集；

6、搭建基于kan網(wǎng)絡(luò)架構(gòu)的地下水位預(yù)測模型，該模型包括兩個(gè)lstm層、dropout層和kan網(wǎng)絡(luò)的輸出層；經(jīng)過兩個(gè)lstm層及dropout層處理的數(shù)據(jù)輸入至kan網(wǎng)絡(luò)的輸出層，在kan網(wǎng)絡(luò)的輸出層以b-spline曲線激活函數(shù)進(jìn)行訓(xùn)練集子序列數(shù)據(jù)的b樣條曲線插值擬合；

7、將b樣條曲線插值擬合后的訓(xùn)練集子序列數(shù)據(jù)輸入至基于kan網(wǎng)絡(luò)結(jié)構(gòu)的地下水位預(yù)測模型中訓(xùn)練，得到最優(yōu)參數(shù)組合；

8、以最優(yōu)參數(shù)組合為模型參數(shù)獲得優(yōu)化的基于kan網(wǎng)絡(luò)結(jié)構(gòu)的地下水位預(yù)測模型，向優(yōu)化的基于kan網(wǎng)絡(luò)結(jié)構(gòu)的地下水位預(yù)測模型輸入經(jīng)擬合后的驗(yàn)證集數(shù)據(jù)，利用驗(yàn)證后的優(yōu)化的基于kan網(wǎng)絡(luò)結(jié)構(gòu)的地下水位預(yù)測模型模型進(jìn)行地下水位預(yù)測。

9、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)和達(dá)成的積極技術(shù)效果如下：

10、1)以最優(yōu)參數(shù)組合為模型參數(shù)獲得當(dāng)前基于kan網(wǎng)絡(luò)結(jié)構(gòu)的地下水位預(yù)測模型，并且結(jié)合驗(yàn)證后的當(dāng)前基于kan網(wǎng)絡(luò)結(jié)構(gòu)的地下水位預(yù)測模型模型用于地下水位預(yù)測，能夠有效處理地下位序列中的長期依賴，以實(shí)現(xiàn)對地下水位的預(yù)測；

11、2)與傳統(tǒng)的mlp模型在節(jié)點(diǎn)上有固定的激活函數(shù)不同，所構(gòu)建的kan網(wǎng)絡(luò)結(jié)構(gòu)模型在邊上設(shè)置可學(xué)習(xí)的b-spline曲線激活函數(shù)，具有更好的準(zhǔn)確性；

12、3)kan網(wǎng)絡(luò)通過稀疏化剪枝等步驟，使其具有更好的可解釋性，有助于探索地下水位變化的基礎(chǔ)數(shù)值規(guī)律，為地下水管理部門提供一種高效精確且解釋性強(qiáng)的地下水位預(yù)測技術(shù)手段，有助于提高對地下水位變化規(guī)律的綜合認(rèn)知，提升地下水資源規(guī)劃與治理能力；

13、4)所訓(xùn)練參數(shù)少、能夠有效處理序列長期依賴的地下水位預(yù)測模型。

技術(shù)特征：

1.一種基于kan網(wǎng)絡(luò)架構(gòu)的地下水位預(yù)測方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的一種基于kan網(wǎng)絡(luò)架構(gòu)的地下水位預(yù)測方法，其特征在于，進(jìn)一步的，基于kan網(wǎng)絡(luò)結(jié)構(gòu)的地下水位預(yù)測模型輸入是一個(gè)由時(shí)間窗口長×訓(xùn)練集、驗(yàn)證集子序列包含的輸入變量數(shù)量組成的2維矩陣，數(shù)據(jù)通過全連接層進(jìn)入到lstm層。

3.根據(jù)權(quán)利要求1所述的一種基于kan網(wǎng)絡(luò)架構(gòu)的地下水位預(yù)測方法，其特征在于，所述基于kan網(wǎng)絡(luò)結(jié)構(gòu)的地下水位預(yù)測模型進(jìn)一步設(shè)置兩個(gè)lstm層，在每一lstm層后分別連接一個(gè)dropout層，每個(gè)時(shí)間步長模型輸入的數(shù)據(jù)在經(jīng)過lstm層處理后形成神經(jīng)元，傳送至dropout層。

4.根據(jù)權(quán)利要求1所述的一種基于kan網(wǎng)絡(luò)架構(gòu)的地下水位預(yù)測方法，其特征在于，所述基于kan網(wǎng)絡(luò)結(jié)構(gòu)的地下水位預(yù)測模型中，進(jìn)一步包括經(jīng)過lstm層及dropout層處理的數(shù)據(jù)輸入至kan網(wǎng)絡(luò)的輸出層，以b樣條曲線激活函數(shù)進(jìn)行子序列數(shù)據(jù)的曲線插值擬合。

5.根據(jù)權(quán)利要求1所述的一種基于kan網(wǎng)絡(luò)架構(gòu)的地下水位預(yù)測方法，其特征在于，進(jìn)一步的，所述利用lasso回歸篩選出相對獨(dú)立且對地下水位有影響的變量用于地下水位的預(yù)測所依據(jù)的相關(guān)方程式如下：

6.根據(jù)權(quán)利要求1所述的一種基于kan網(wǎng)絡(luò)架構(gòu)的地下水位預(yù)測方法，其特征在于，進(jìn)一步的，兩個(gè)lstm層的在dropout層的輸出，公式如下：

7.根據(jù)權(quán)利要求1所述的一種基于kan網(wǎng)絡(luò)架構(gòu)的地下水位預(yù)測方法，其特征在于，進(jìn)一步的，b樣條曲線激活函數(shù)公式如下：

技術(shù)總結(jié)
本發(fā)明公開了一種基于KAN網(wǎng)絡(luò)架構(gòu)的地下水位預(yù)測方法，收集地下水位歷史數(shù)據(jù)和地下水位影響因素歷史數(shù)據(jù)作為原始數(shù)據(jù)；利用LASSO回歸篩選出相對獨(dú)立且對地下水位有影響的變量用于地下水位的預(yù)測；獲得訓(xùn)練集和驗(yàn)證集；搭建基于KAN網(wǎng)絡(luò)架構(gòu)的地下水位預(yù)測模型，包括LSTM層、Dropout層和KAN網(wǎng)絡(luò)的輸出層；訓(xùn)練優(yōu)化基于KAN網(wǎng)絡(luò)結(jié)構(gòu)的地下水位預(yù)測模型，得到最優(yōu)參數(shù)組合；以最優(yōu)參數(shù)組合為模型參數(shù)獲得當(dāng)前基于KAN網(wǎng)絡(luò)結(jié)構(gòu)的地下水位預(yù)測模型，向當(dāng)前基于KAN網(wǎng)絡(luò)結(jié)構(gòu)的地下水位預(yù)測模型輸入經(jīng)擬合后的驗(yàn)證集數(shù)據(jù)，以驗(yàn)證后的當(dāng)前基于KAN網(wǎng)絡(luò)結(jié)構(gòu)的地下水位預(yù)測模型模型用于地下水位預(yù)測。本發(fā)明實(shí)現(xiàn)了對地下水位的預(yù)測。

技術(shù)研發(fā)人員：韓臻悅,李發(fā)文
受保護(hù)的技術(shù)使用者：天津大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19