人民黄河

作者：朱洪生;王继华;陈新

单位：（1.河南省地质环境监测院，河南 郑州 450016； 2.河南省地质环境保护重点实验室，河南 郑州 450016）

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

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。

来源：2020年第3期

《人民黄河》期刊编辑部

查看人民黄河杂志2020年第3期