基于遗传算法优化的BP神经网络在密度界面反演中的应用

• 作者: 张代磊 张冲 黄大年
• 来源期刊: 吉林大学学报地球科学版
• 关键词: BP神经网络 遗传算法 密度界面反演 网络训练 优化
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 地球探测与信息技术
• 页码范围: 580-588
• 页数: 9页
• 分类号: P312.1
• 语种: 中文
• DOI: 10.13278/j.cnki.jjuese.201702301

摘要

BP神经网络方法在二维密度界面的反演中取得了较好的效果,但在反演三维界面时,由于模型更复杂、参数更多,BP神经网络的收敛速度和反演精度都有一定程度的下降.为了改善反演效果,本文利用遗传算法对BP神经网络的权值、阈值选择过程进行优化,获得了更好的网络模型;并将此模型应用于密度界面模型的反演中,预测误差从上百米减小到数十米,同时迭代计算步数减少了近2/3,有效减少了计算时间,反演结果更准确.利用基于遗传算法优化的BP神经网络反演了法国某地区莫霍面深度,预测相对误差仅为1.8％,取得了较好的应用效果.基于遗传算法优化的BP神经网络在密度界面的反演中具有良好的应用价值和研究前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张冲	吉林大学地球探测科学与技术学院	10	29	3.0	5.0
2	黄大年	吉林大学地球探测科学与技术学院	25	155	6.0	12.0
3	张代磊	吉林大学地球探测科学与技术学院	4	23	2.0	4.0