基于遗传算法优化BP神经网络的岩溶泉水位预测研究

摘要：

我国北方岩溶大泉是集自然、文化和旅游等多种属性的重要自然资源,对北方岩溶地区经济社会发展有着重要的促进作用.为了精确预测岩溶泉的动态变化趋势,为岩溶泉资源保护提供支撑,基于2016-2018年趵突泉泉域的大气降水量、岩溶水开采量、人工生态补源量等数据,分别构建了6种BP神经网络以及采用遗传算法优化的BP神经网络预测模型,评价了不同预测模型对趵突泉水位的预测效果.研究表明:与BP神经网络相比,将GA算法得到的权值和阈值作为BP神经网络初始值可以很好地提高神经网络预测的稳定性,同时可以大大减少神经网络迭代次数,从而节省大量的计算成本;采用Levenberg-Marquardt训练方法的GA-BP(LM)网络模型具有稳定性高、计算成本低、预测误差小的特征,更适用于岩溶泉水位的预测.

关键词：岩溶泉水位预测、遗传算法、BP神经网络、训练方法、趵突泉

所属期刊栏目：33

分类号：P641.134(水文地质学与工程地质学)

资助基金：国家自然科学基金;国家自然科学基金;山东省自然科学基金;山东省地质矿产勘查开发局科研项目;山东省地质矿产勘查开发局科研项目;山东省地质矿产勘查开发局科研项目;山东省地矿局八0一水文地质工程地质大队暨山东省地下水环境保护与修复工程技术研究中心基金项目

在线出版日期：2022-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：50-57,63