基于遗传 BP神经网络的地下水位预测模型

• 作者: 许骥
• 来源期刊: 地下水
• 学科: 地球科学
• 关键词: 神经网络 模型 遗传算法 地下水位 预测
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 地下水研究
• 页码范围: 19-21
• 页数: 3页
• 分类号: P641.74
• 字数: 2607字
• 语种: 中文

摘要

地下水水位动态预测对农田土壤盐渍化防治、地下水地表水资源的合理调度具有十分重要的意义。以新疆和静县某地下水观测井为研究对象，选择月均蒸发量、气温和灌溉量3个因素作为 BP神经网络模型的输入量，利用遗传算法优化神经网络的权值与阈值，建立地下水水位的遗传 BP神经网络预测模型。结果表明：遗传 BP神经网络模型能较好表达地下水位与主控因素之间的非线性关系，预测结果与实测值之间的平均绝对百分比误差为0.0403，测试样本的网络输出值与网络目标值的相关系数达0.9673，模型预测效果较佳。研究结果为区域地下水的开发利用与保护提供参考依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许骥		14	40	2.0	6.0