基于BP神经网络的土壤侵蚀预测模型对比

来源：江苏农业科学杂志2018年第第18期北京时间：

作者：孙毅

单位：太原理工大学水利科学与工程学院，山西太原 030024

摘要：根据《中国水土保持公报》数据资料，基于反向传播(back propagation，简称BP)神经网络模型、万有引力搜索算法(gravitational search algorithm，简称GSA)和人群搜索算法(seeker optimization algorithm，简称SOA)优化的BP神经网络模型，研究以土壤类型、地形、坡度、植被措施、降水为输入，以土壤侵蚀模数为输出的BP、GSA-BP和SOA-BP模型对土壤侵蚀量的预测，并采用典型监测点的实测数据对模型进行验证。结果表明，3种模型均具有较高精度，可用于土壤侵蚀量的定量预测，其中SOA-BP模型的预测效果最优。本研究成果将为水土流失监测工作提供有效支持。

关键词：万有引力搜索算法;人群搜索算法;BP神经网络;土壤侵蚀模数

基金资助：山西省国际科技合作项目(编号：2013081034)；山西省水利厅水利技术研究与推广项目；2015年山西省研究生教育创新项目(编号：2015SY18)。