基于RAGA-BP神经网络模型的三江平原地下水资源预测研究

被引：18

作者：

苏安玉 ^{[1
,2
]}

李衡 ^{[1
]}

濮励杰 ^{[1
]}

彭补拙 ^{[1
]}

付强 ^{[2
]}

机构：

[1] 南京大学地理与海洋科学学院

[2] 东北农业大学

来源：

地理科学 | 2009年 / 29卷 / 02期

关键词：

BP神经网络; 地下水; 三江平原; RAGA; GM(1,1);

D O I：

10.13249/j.cnki.sgs.2009.02.008

中图分类号：

P641.2 [地下水动力学];

学科分类号：

0818 ; 081803 ;

摘要：

采用基于实数编码的加速遗传算法(RAGA)代替传统的最小二乘法以优化GM(1,1)模型参数,并与BP人工神经网络相组合,形成了基于RAGA的等维灰色递补BP神经网络预测模型。运用此模型对三江平原创业农场地下水埋深进行动态预测,BP神经网络结构确定为3∶12∶3,预测结果的相对误差只有2.33%,与传统的GM(1,1)模型和BP神经网络模型预测结果相比,预测精度显著提高。通过此模型预测,从2007年到2012年,该地区地下水平均年下降0.3 m。

引用

页码：283 / 287

页数：5

共 8 条

[1] 非平稳时序模型在三江平原井灌水稻区地下水动态变化中的应用 [J].