基于遗传算法优化BP神经网络的岩溶泉水位预测研究

我国北方岩溶大泉是集自然、文化和旅游等多种属性的重要自然资源,对北方岩溶地区经济社会发展有着重要的促进作用。为了精确预测岩溶泉的动态变化趋势,为岩溶泉资源保护提供支撑,基于2016-2018年趵突泉泉域的大气降水量、岩溶水开采量、人工生态补源量等数据,分别构建了6种BP神经网络以及采用遗传算法优化的BP神经网络预测模型,评价了不同预测模型对趵突泉水位的预测效果。研究表明：与BP神经网络相比,将GA算法得到的权值和阈值作为BP神经网络初始值可以很好地提高神经网络预测的稳定性,同时可以大大减少神经网络迭代次数,从而节省大量的计算成本;采用Levenberg-Marquardt训练方法的GA-BP(LM)网络模型具有稳定性高、计算成本低、预测误差小的特征,更适用于岩溶泉水位的预测。     

水文地质勘查技术在岩土工程中的应用

目前我国在进行岩土工程建设的同时,地下水位对其产生的影响也成为了重要的考虑因素。外界环境因素的影响会导致工程施工质量下降,从而影响到建筑的耐久性和稳定性。因此,在进行工程勘察时,水文地质调查应该被充分考虑,并且根据相关资料进行有针对性的设计,以确保未来的工程施工能够有科学的依据。为了充分认识和掌握地下水问题,避免对项目的建设造成损害,必须采用最先进的勘察技术。