基于混沌优化BP神经网络的地面沉降模型

摘要：

为了合理指导地下水资源开采,有效控制区域性地面沉降,结合混沌优化算法和BP算法设计了一种混沌BP混合算法,并基于混沌优化BP神经网络建立了地面沉降模型.该模型克服了传统BP神经网络模型存在的收敛速度慢、收敛精度低、易陷入局部极小点等缺点,具有较高的拟合精度.为探求各含水组的地下水位值对地面沉降的影响,以华北某沿海城市连续14 a的各含水组的年均地下水位值作为输入变量,以4个水准监测点年地面沉降值作为输出变量,训练混沌优化BP神经网络模型,应用训练好的模型对地下水位影响强度进行了分析.结果表明:地面沉降与地下水位存在较一致的响应趋势,各含水组对地面沉降的影响强度依含水组Ⅳ,Ⅲ,Ⅴ,Ⅱ的顺序逐渐减弱.

关键词：地面沉降、地下水位、BP神经网络、混沌优化

所属期刊栏目：37

分类号：P642.26(水文地质学与工程地质学)

资助基金：国家重点基础研究发展计划（973计划）;中国博士后科学基金

在线出版日期：2008-07-01（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：396-401