一种基于MIDBO-BP的地下水位预测系统  

作　　者：刘跃飞[1] 谌宏伟[1,2,3] 周慧[1] 李正最 

机构地区：[1]长沙理工大学水利与环境工程学院,湖南长沙410114 [2]长沙理工大学水沙科学与水灾害防治湖南省重点实验室,湖南长沙410114 [3]长沙理工大学洞庭湖水环境治理与生态修复湖南省重点实验室,湖南长沙410114 [4]湖南省水文水资源勘测中心,湖南长沙410005

出　　处：《电脑知识与技术》2024年第21期10-14,共5页Computer Knowledge and Technology

基　　金：湖南省水利科技重大项目(XSKJ2019081-09)。

摘　　要：地下水位预测是合理开发利用地下水资源的重要手段,有助于减少消耗,节约地下水资源。针对地下水位与降水量、温度及地下水开采量等因素之间的复杂关系,文章提出了一种基于多策略改进蜣螂算法(MIDBO)优化BP神经网络(MIDBO-BP)的地下水位预测模型。首先,对蜣螂算法(DBO)加入融合策略和混沌策略,利用鱼鹰算法(OOA)的全局勘探阶段代替蜣螂算法的滚球阶段,再引入Sine混沌映射和自适应t分布策略增强算法的全局搜索能力,并利用6个基准测试函数检测MIDBO的性能,得出MIDBO性能更佳的结论。其次,建立MIDBO优化BP神经网络的地下水位预测模型,将MIDBO寻优得到的最佳权值和阈值赋予BP神经网络。最后,以2018—2021年益阳市气象数据和地下水开采量数据为依据,利用BP神经网络模型、DBO-BP模型及MIDBO-BP模型进行地下水位预测。结果表明,多策略改进蜣螂算法优化BP神经网络的地下水位预测模型具有最佳的预测精度和收敛速度。

关 键 词：地下水位预测 蜣螂优化算法 BP神经网络 Sine混沌映射 自适应t分布 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]