基于遗传学习算法和BP算法的神经网络在矿坑涌水量计算中的应用

被引：20

作者：

周翔

朱学愚

文成玉

陈崧

机构：

[1] 南京大学地球科学系!江苏南京

[2] 水利部小浪底水利枢纽工程建设管理局!河南洛阳

来源：

水利学报 | 2000年 / 12期

关键词：

人工神经网络; 遗传算法BP算法; 黑旺铁矿; 矿坑涌水量;

D O I：

10.13243/j.cnki.slxb.2000.12.011

中图分类号：

学科分类号：

摘要：

本文采用遗传学习算法和误差反向传播算法 (BP)相结合的混合算法来训练前馈人工神经网络 (BPN) ,即先用遗传学习算法进行全局训练 ,再用BP算法进行精确训练 ,使网络收敛速度加快和避免局部极小 .作为实例 ,本文将该方法运用于多维时序问题 .根据山东省黑旺铁矿的矿坑充水条件建立了一个网络 ,以矿坑充水的各种控制因素相关资料作为样本 ,对网络进行训练并用训练好的网络预测矿坑涌水量 .网络的训练速度及预测结果表明 ,该算法收敛速度较快 ,预测精度很高 ,为矿坑涌水量预报提供了一种新思路和新方法 .

引用

页码：59 / 63

页数：5

共 4 条

[1] 山东黑旺铁矿裂隙岩溶水供排结合的多种数学模拟研究 [J].