基于改进人工蜂群算法的地下水埋深预测研究 |
| |
引用本文: | 朱洪生,王继华,陈新.基于改进人工蜂群算法的地下水埋深预测研究[J].人民黄河,2020,42(3):50-54. |
| |
作者姓名: | 朱洪生 王继华 陈新 |
| |
作者单位: | 河南省地质环境监测院,河南 郑州450016;河南省地质环境保护重点实验室,河南 郑州450016;河南省地质环境监测院,河南 郑州450016;河南省地质环境保护重点实验室,河南 郑州450016;河南省地质环境监测院,河南 郑州450016;河南省地质环境保护重点实验室,河南 郑州450016 |
| |
基金项目: | 中国地质环境监测院项目 |
| |
摘 要: | 为了改进人工蜂群算法的RBF神经网络模型在地下水埋深预测中的应用,在基本人工蜂群算法中引入高斯变异算子,并优化初始蜜源位置,提出了基于改进人工蜂群算法的RBF神经网络模型,并利用安阳市某观测站的降水量、蒸发量、河道流量、灌溉渗漏量和人工开采量5个相关影响因子的数据,对该方法进行了应用。为了验证模型的优劣性,与单一的BP神经网络模型、RBF神经网络模型、基于蚁群算法的RBF神经网络模型和基于基本人工蜂群算法的RBF神经网络模型的预测结果进行了比较,结果表明:基于改进人工蜂群算法的RBF神经网络模型收敛速度更快、预测结果误差最小。
|
关 键 词: | 人工蜂群算法 径向基函数神经网络 高斯变异 地下水埋深预测 |
Application of RBF Neural Network Model in Groundwater Depth Prediction |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|