基于遗传算法优化的小波神经网络在地下水位预测中的应用

摘要：

地下水位是衡量生态环境优劣和地下水资源的一个重要指标.地下水位下降,将引发地面沉降、地面塌陷和降落漏斗等.因此,地下水位预测对保护地质生态环境和实现地下水资源严格管理至关重要.由于BP算法存在极易收敛于局部极小点与过拟合等缺点,导致网络泛化能力不足,本文在构建小波神经网络基础上并引入遗传算法加以优化,以解决上述不足,并与BP和WNN对比预测了天津市深层承压水水位.预测结果表明,GA-WNN模型拟合精度较高,模型的预测能力有较大幅度提高.

关键词：遗传算法、小波、神经网络、地下水位、预测

所属期刊栏目：30

分类号：TV124(水利工程基础科学)

资助基金：水利部公益性行业科研专项"京津冀地下水严重超采区地下水预测预报研究"200801020;江苏省"青蓝工程"

在线出版日期：2010-04-26（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：27-30