改进GA-BP模型在地下水位埋深预测中的应用

摘要：

地下水位埋深预测是有效实施节水措施、合理控制地下水位的前提与保证.鉴于地下水位埋深与引水量、降水量、蒸发量、排水量、地下水开采量等因素之间存在复杂的非线性关系,提出了基于改进遗传算法的BP神经网络模型用于地下水位埋深预测,弥补了BP神经网络本身易陷入局部最优值的缺陷;同时在遗传算法中改进了自适应交叉、变异概率算法,提高了神经网络的逼近能力和预测精度,并采用了Matlab软件实现了BP神经网络编程.通过不同模型在河套灌区解放闸灌域2000-2013年地下水位埋深模拟与预测,结果表明改进遗传算法优化的BP神经网络模型具有较高的预测精度和收敛速度,在其他地区地下水位埋深预测中也具有较好的适应性.

关键词：地下水位埋深预测、改进遗传算法、BP神经网络、解放闸灌域

分类号：S11;TV211.1+2(农业数学)

资助基金：水利公益性行业专项经费项目201401007

在线出版日期：2017-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：81-84