[发明专利]一种基于遗传算法优化BP神经网络地下水埋深的预测方法

摘要

本发明提供一种基于遗传算法优化BP神经网络地下水埋深的预测方法，所述方法至少包括：数据的采集，集对分析筛选自变量，取所述目标自变量对应的样本；BP神经网络的设定，获得BP神经网络的输出结果；设置遗传算法初始参数；个体选择操作：在旧群体中以预设概率选择个体用来产生下一代，选择原则为：依据个体的适应度值从大到小进行选择；交叉操作：通过染色体的交叉组合，产生新的个体；变异操作：是指从群体中任选一个个体，对所选择的染色体中某段编码进行变异以产生新的个体；达到进化次数上限，计算适应度，与原种群进行比较；适应度最优解对应的染色体即为BP神经网络所对应的阈值与权值。应用本发明实施例，能够提高地下水埋深的准确性。

主权项

1.一种基于遗传算法优化BP神经网络地下水埋深的预测方法，其特征在于，所述方法至少包括：(1)数据的采集采用集对分析方法选择与待测地区地下水埋深联系度较高的自变量作为目标自变量，并获取所述目标自变量对应的样本；(1)BP神经网络的设定将所述目标自变量对应的样本作为BP神经网络的训练样本，确定BP神经网络的输入节点、输出节点和隐含层的数量，获得BP神经网络的输出结果；(2)遗传优化算法(21)设置遗传算法初始参数设置种群规模、进化次数、交叉概率和变异概率，将BP神经网络的权值与阈值组成遗传编码；(22)适应度函数的构建以所述BP神经网络预测输出与期望输出组成的函数作为适应度值；(23)遗传算法处理过程(231)个体选择操作：在旧群体中以预设概率选择个体用来产生下一代，选择原则为：依据个体的适应度值从大到小进行选择；(232)交叉操作：是指从种群中选择多条父代染色体进行下一代染色体的建立，通过染色体的交叉组合，产生新的个体；(233)变异操作：是指从群体中任选一个个体，对所选择的染色体中某段编码进行变异以产生新的个体；(234)重复步骤(231)至步骤(233)，不断的对种群中个体进行选择、交叉、变异操作并记录适应度值，达到进化次数上限，将新得到的个体中的遗传编码进行解码，计算适应度，与原种群进行比较；适应度最优解对应的染色体即为BP神经网络所对应的阈值与权值；(3)BP神经网络的训练过程采用步骤(234)得到的权值和阈值对BP神经网络进行训练，直至判定所获得误差小于有预设误差值。