基于遗传算法优化BP神经网络的岩溶泉水位预测研究

来源：水资源与水工程学报杂志2022年第4期北京时间：

作者：陈奂良，李常锁，高帅，孙斌，林广奇

单位：1.山东省地质矿产勘查开发局八〇一水文地质工程地质大队,2.山东省地下水环境保护与修复工程技术研究中心,3.山东省地质矿产勘查开发局地下水资源与环境重点实验室

摘要：我国北方岩溶大泉是集自然、文化和旅游等多种属性的重要自然资源，对北方岩溶地区经济社会发展有着重要的促进作用。为了精确预测岩溶泉的动态变化趋势，为岩溶泉资源保护提供支撑，基于2016-2018年趵突泉泉域的大气降水量、岩溶水开采量、人工生态补源量等数据，分别构建了6种BP神经网络以及采用遗传算法优化的BP神经网络预测模型，评价了不同预测模型对趵突泉水位的预测效果。研究表明：与BP神经网络相比，将GA算法得到的权值和阈值作为BP神经网络初始值可以很好地提高神经网络预测的稳定性，同时可以大大减少神经网络迭代次数，从而节省大量的计算成本；采用Levenberg-Marquardt训练方法的GA-BP(LM)网络模型具有稳定性高、计算成本低、预测误差小的特征，更适用于岩溶泉水位的预测。

关键词：岩溶泉水位预测,遗传算法,BP神经网络,训练方法,趵突泉

基金资助：国家自然科学基金项目（41772257、41472216）； 山东省自然科学基金项目（ZR2021QD084）； 山东省地质矿产勘查开发局科研项目（KY2018003、KY201933、KY202108）； 山东省地矿局八〇一水文地质工程地质大队（暨山东省地下水环境保护与修复工程技术研究中心）基金项目（801KY202001）