基于遗传算法的BP神经网络模型在地下水埋深预测中的应用——以蒙城县为例 |
| |
引用本文: | 陈笑,王发信,戚王月,周婷.基于遗传算法的BP神经网络模型在地下水埋深预测中的应用——以蒙城县为例[J].水利水电技术,2018,49(4):1-7. |
| |
作者姓名: | 陈笑 王发信 戚王月 周婷 |
| |
作者单位: | 1. 安徽农业大学 水利工程系,安徽 合肥 230036;
2. 安徽省水利部淮河水利委员会水利科学研究院,安徽 合肥 230088 |
| |
基金项目: | 国家自然科学基金项目( 51509001) ; 安徽省自然科学基金项目( 1608085QE112 ) ; 安徽省高校优秀青年人才支持计划项目( gxyqZD2017019) |
| |
摘 要: | 地下水系统是一个高度复杂系统,针对地下水位与其影响因素之间的非线性映射关系,建立遗传算法优化BP神经网络浅层地下水埋深模型,对地下水埋深进行模拟和预测。使用RMSE、MAPE和NSE三种评价指标,将所得结果与BP神经网络和逐步回归模型进行对比。以蒙城县1974—1999年前期降雨量、前期地下水埋深和利辛县前期地下水埋深作为输入层,以当月地下水埋深作为输出层,将蒙城县2000—2010年地下水埋深作为检验样本,计算结果表明:遗传算法优化BP神经网络模型训练阶段和测试阶段RMSE分别为0.22和0.34、MAPE分别为7.6%和9.21%、NSE分别为0.89和0.85,泛化性能良好,有效规避了过拟合现象,且拟合和预测的精度较高。该模型可为地下水研究提供了一种有效浅层地下水埋深的预测方法,具有较好的应用前景。
|
关 键 词: | GA - BP 神经网络 遗传算法 地下水埋深 预测 蒙城县 人工智能算法 地下水资源开发利用与保护 地下水环境保护 |
收稿时间: | 2017-10-09 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《水利水电技术》浏览原始摘要信息 |
|
点击此处可从《水利水电技术》下载全文 |
|