改进型BP神经网络对民勤绿洲地下水位的模拟预测
- 出版年：2010
- 作者：郭瑞；冯起；翟禄新；司建华；常宗强；苏永红；席海洋
- 单位1：中国科学院寒区旱区环境与工程研究所生态水文与流域科学重点实验室
- 出生年：1982
- 学历：硕士
- 职称：助理工程师
- 语种：中文
- 作者关键词：地下水位；人工神经网络；时间序列；L-M算法；Bayesian正则化；民勤绿洲
- 起始页：737
- 总页数：5
- 经费资助：中国科学院寒区旱区环境与工程研究所人才基金项目(51O984811)；国家杰出青年科学基金项目(40725001)；国家自然科学 基金委专项基金项目(4094007)；博士后面上基金项目(20080440393)共同资助
- 刊名：中国沙漠
- 是否内版：否
- 刊频：双月刊
- 创刊时间：1981
- 主管单位：中国科学院
- 主办单位：中国科学院寒区旱区环境与工程研究所
- 主编：王涛
- 地址：《中国沙漠》编辑委员会
- 邮编：730000
- 电子信箱：CAIedit@lzb.ac.cn
- 网址：http://zgsm.westgis.ac.cn
- 卷：30
- 期：3
- 期刊索取号：P222.06141-1
- 数据库收录：中国科技论文统计源期刊 中国科学引文数据库来源期刊 中国学术期刊综合评价数据库来源期刊 《中国期刊网》《中国学术期刊(光盘版)》全文期刊
- 核心期刊：中国自然科学核心期刊
摘要
以具有代表性的民勤绿洲为研究对象，以Matlab7.0为工作平台，对沙漠绿洲地下水埋深预测的三层前馈神经网络（BP神经网络）进行了改进。输入端因子选取民勤绿洲逐月灌溉量、红崖山水库下泄水量、月降水量、月蒸发量(φ20 cm)、月平均气温、时间序列6项，输出因子为民勤绿洲地下水位。通过在模型的输入层增加时间序列引导因子的方法使BP神经网络对输入端数据具备时间敏感性；通过Levenberg-Marquardt算法使网络误差最小化，并配合Bayesian正则化使网络的误差平方和、网络权重以及阈值平方和实现最优组合，最后使用相关系数、相对误差、效率系数等指标对模型的模拟结果进行检验。结果表明，通过以上一系列改进可以有效提高模型的模拟精度，增强模型的稳定性，并使模型具有良好的“泛化性”。