地下水文预测中BP网络的模型结构及算法探讨

摘要：

本文探讨了人工神经网络中不同BP网络结构和算法在区域地下水文预测中的应用,实例比较了不同层次结构、学习速率、隐层单元数及不同算法等对收敛效果、模拟预报结果的影响.提出了一些BP模型的设计应用技术,即学习速率的取值范围与BP网络层数有一定关系,层数多,稳定区间较小,一般学习速率取值为0.01～0.1.快速BP算法从训练速度,收敛精度等方面均优于普通BP算法,可作为改进BP算法之一.在此基础上根据黄河河套灌区多年的水文、气象和地下水信息,对灌区多年的年地下水埋深变化进行了模拟,预测了河套灌区节水工程实施后未来灌区地下水位下降的趋势,为大型灌区节水工程改造与BP模型在区域地下水文中的应用提供了参考.

关键词：地下水文预测、人工神经网络、BP网络模型、结构与算法

分类号：P641(水文地质学与工程地质学)

资助基金：国家自然科学基金50179013;内蒙古水利厅重点科研联合资助项目

在线出版日期：2004-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：88-93