基于IABC-RBF神经网络的地下水埋深预测模型

• 作者: 卢佳 王小军 王志宇 章坤 邵光成
• 来源期刊: 浙江大学学报(工学版)
• 学科: 地球科学
• 关键词: 人工蜂群算法 径向基函数神经网络 高斯变异 泾惠渠灌区 地下水埋深 预测
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 1323-1330
• 页数: 8页
• 分类号: P 332
• 字数: 5910字
• 语种: 中文

摘要

为了验证基于改进人工蜂群算法的径向基函数（RBF）神经网络模型在地下水埋深预测中的可行性和优越性，在基本人工蜂群算法中引入高斯变异算子，优化初始蜜源位置，设计建立基于改进人工蜂群算法的RBF神经网络模型（IABC-RBF）. 通过输入泾惠渠灌区的年降雨量、年渠首引水量、年田间灌溉用水量、年地下水开采量和前一年的地下水埋深共5个相关影响因子的数据，对地下水埋深进行预测，与实测的地下水埋深数据进行比较，误差很小. 与RBF神经网络模型和基于基本人工蜂群算法训练的RBF神经网络模型（ABC-RBF）的预测结果进行比较，结果表明，基于改进人工蜂群算法的RBF神经网络模型收敛速度更快，预测结果误差最小，精度最高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小军		44	324	9.0	17.0
2	邵光成	河海大学农业工程学院	47	685	14.0	25.0
3	章坤	河海大学农业工程学院	1	3	1.0	1.0
4	王志宇	河海大学农业工程学院	3	4	1.0	2.0
5	卢佳	河海大学农业工程学院	3	10	2.0	3.0