基于遗传算法优化的小波神经网络在地下水位预测中的应用

• 作者: 刘晋 徐强 束龙仓 杨丹 杨桂莲
• 来源期刊: 水文
• 学科: 工学
• 关键词: 遗传算法 小波 神经网络 地下水位 预测
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 技术应用
• 页码范围: 27-30
• 页数: 4页
• 分类号: TV124
• 字数: 4866字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0852.2010.01.006

摘要

地下水位是衡量生态环境优劣和地下水资源的一个重要指标.地下水位下降,将引发地面沉降、地面塌陷和降落漏斗等.因此,地下水位预测对保护地质生态环境和实现地下水资源严格管理至关重要.由于BP算法存在极易收敛于局部极小点与过拟合等缺点,导致网络泛化能力不足,本文在构建小波神经网络基础上并引入遗传算法加以优化,以解决上述不足,并与BP和WNN对比预测了天津市深层承压水水位.预测结果表明,GA-WNN模型拟合精度较高,模型的预测能力有较大幅度提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	束龙仓	河海大学水文水资源学院	145	2235	23.0	41.0
2	徐强	河海大学水文水资源学院	6	37	3.0	6.0
3	杨桂莲		4	91	3.0	4.0
4	刘晋		1	24	1.0	1.0
5	杨丹		1	24	1.0	1.0