基于RAGA-BP神经网络模型的三江平原地下水资源预测研究

• 作者: 付强 彭补拙 李衡 濮励杰 苏安玉
• 来源期刊: 地理科学
• 学科: 地球科学
• 关键词: BP神经网络 地下水 三江平原 RAGA GM(1,1)
• 年，卷（期）: 2009,（2）
• 页码范围: 283-287
• 页数: 5页
• 分类号: P343
• 字数: 4013字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0690.2009.02.023

摘要

采用基于实数编码的加速遗传算法(RAGA)代替传统的最小二乘法以优化GM(1,1)模型参数,并与BP人工神经网络相组合,形成了基于RAGA的等维灰色递补BP神经网络预测模型.运用此模型对三江平原创业农场地下水埋深进行动态预测,BP神经网络结构确定为3:12:3,预测结果的相对误差只有2.33%,与传统的GM(1,1)模型和BP神经网络模型预测结果相比,预测精度显著提高.通过此模型预测,从2007年到2012年,该地区地下水平均年下降0.3 m.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭补拙	南京大学地理与海洋科学学院	184	8478	54.0	85.0
2	濮励杰	南京大学地理与海洋科学学院	185	6419	47.0	72.0
3	付强		317	3949	29.0	46.0
4	苏安玉	南京大学地理与海洋科学学院	21	78	5.0	8.0
8	李衡	南京大学地理与海洋科学学院	4	49	3.0	4.0