10.3969/j.issn.1000-0690.2009.02.023
基于RAGA-BP神经网络模型的三江平原地下水资源预测研究
采用基于实数编码的加速遗传算法(RAGA)代替传统的最小二乘法以优化GM(1,1)模型参数,并与BP人工神经网络相组合,形成了基于RAGA的等维灰色递补BP神经网络预测模型.运用此模型对三江平原创业农场地下水埋深进行动态预测,BP神经网络结构确定为3:12:3,预测结果的相对误差只有2.33%,与传统的GM(1,1)模型和BP神经网络模型预测结果相比,预测精度显著提高.通过此模型预测,从2007年到2012年,该地区地下水平均年下降0.3 m.
BP神经网络、地下水、三江平原、RAGA、GM(1,1)
29
P343
国家自然科学基金30400275;黑龙江省攻关项目黑龙江省青年科学基金,QC04C28
2009-06-10(万方平台首次上网日期,不代表论文的发表时间)
共5页
283-287