基于改进人工蜂群算法的地下水埋深预测研究

• 作者: 朱洪生 王继华 陈新
• 来源期刊: 人民黄河
• 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 地下水埋深预测
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 水资源
• 页码范围: 50-54
• 页数: 5页
• 分类号: P332.3
• 字数: 4246字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2020.03.009

摘要

为了改进人工蜂群算法的RBF神经网络模型在地下水埋深预测中的应用,在基本人工蜂群算法中引入高斯变异算子,并优化初始蜜源位置,提出了基于改进人工蜂群算法的RBF神经网络模型,并利用安阳市某观测站的降水量、蒸发量、河道流量、灌溉渗漏量和人工开采量5个相关影响因子的数据,对该方法进行了应用.为了验证模型的优劣性,与单一的BP神经网络模型、RBF神经网络模型、基于蚁群算法的RBF神经网络模型和基于基本人工蜂群算法的RBF神经网络模型的预测结果进行了比较,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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱洪生		12	21	3.0	3.0
5	王继华		22	39	3.0	5.0
9	陈新		3	3	1.0	1.0