基于遗传算法的BP神经网络模型在地下水埋深预测中的应用——以蒙城县为例

• 作者: 周婷 戚王月 王发信 陈笑
• 来源期刊: 水利水电技术
• 学科: 地球科学
• 关键词: GA-BP神经网络 遗传算法 地下水埋深 预测 蒙城县 人工智能算法 地下水资源开发利用与保护 地下水环境保护
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 水文水资源
• 页码范围: 1-7
• 页数: 7页
• 分类号: P641
• 字数: 5059字
• 语种: 中文
• DOI: 10.13928/j.cnki.wrahe.2018.04.001

摘要

地下水系统是一个高度复杂系统,针对地下水位与其影响因素之间的非线性映射关系,建立遗传算法优化BP神经网络浅层地下水埋深模型,对地下水埋深进行模拟和预测.使用RMSE、MAPE和NSE三种评价指标,将所得结果与BP神经网络和逐步回归模型进行对比.以蒙城县1974-1999年前期降雨量、前期地下水埋深和利辛县前期地下水埋深作为输入层,以当月地下水埋深作为输出层,将蒙城县2000-2010年地下水埋深作为检验样本,计算结果表明:遗传算法优化BP神经网络模型训练阶段和测试阶段RMSE分别为0.22和0.34、MAPE分别为7.6％和9.21％、NSE分别为0.89和0.85,泛化性能良好,有效规避了过拟合现象,且拟合和预测的精度较高.该模型可为地下水研究提供了一种有效浅层地下水埋深的预测方法,具有较好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王发信	安徽省水利部淮河水利委员会水利科学研究院	13	36	3.0	5.0
2	周婷	安徽农业大学水利工程系	25	63	5.0	6.0
3	陈笑	安徽农业大学水利工程系	2	3	1.0	1.0
4	戚王月	安徽农业大学水利工程系	4	3	1.0	1.0