SSO-BP模型在水资源可再生能力评价中的应用

• 作者: 吴盛华 崔东文 金波
• 来源期刊: 人民长江
• 学科: 工学
• 关键词: 水资源可再生能力 指标体系 BP神经网络 群居蜘蛛优化算法 参数优化 文山州 云南省
• 年，卷（期）: 2015,（21）
• 所属期刊栏目: 水文水资源
• 页码范围: 33-38,75
• 页数: 7页
• 分类号: TV211.1
• 字数: 5379字
• 语种: 中文
• DOI: 10.16232/j.cnki.1001-4179.2015.21.008

摘要

为评价区域水资源可再生能力,提出了水资源可再生能力评价指标体系和分级标准,构建了基于BP神经网络的评价模型,并以云南省文山州水资源可再生能力评价为例进行实例研究. 首先,遴选出单位面积水资源量等10个指标,构建水资源可再生能力评价指标体系和分级标准;其次,针对BP神经网络初始权值和阈值难以确定的不足,利用一种全新的仿生群体智能算法——群居蜘蛛优化( SSO)算法优化BP神经网络初始参数,提出了SSO-BP评价模型,并通过6个高维复杂函数对SSO算法进行验证,且与粒子群优化( PSO)算法进行对比;最后,利用SSO-BP模型对实例进行水资源可再生能力评价. 结果表明:① SSO算法具有较好的收敛精度和全局寻优能力,可有效提高BP神经网络模型的预测精度和泛化能力. ② 文山州各评价区域2014年水资源可再生能力处于最强与中等之间,符合区域现状.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔东文		90	901	17.0	26.0
2	吴盛华		3	11	3.0	3.0
3	金波		18	206	7.0	14.0