基于GSA-BP神经网络的河流输沙量研究

摘要

根据《中国河流泥沙公报》数据资料,建立了以河流名称(编号)、时间、径流量为输入因子,河流输沙量为输出因子,拓扑结构为3-10-1的BP神经网络预测模型,并针对BP神经网络模型的不足,采用了万有引力搜索算法对BP神经网络的权值和阈值进行优化,并对该GSA-BP模型的模拟性能进行了分析.结果表明:所建立的GSA-BP河流输沙量预报模型模拟值与实测值的相关系数、平均相对误差分别为0.999和3.65％,并且两者之间无显著的统计学差异.该模型的模拟值与实测值之间具有较好的一致性和较高的模拟精度,可以用于河流输沙特性的定量预报.