【摘要】：為評價區(qū)域水資源可再生能力,提出了水資源可再生能力評價指標體系和分級標準,構(gòu)建了基于BP神經(jīng)網(wǎng)絡的評價模型,并以云南省文山州水資源可再生能力評價為例進行實例研究。首先,遴選出單位面積水資源量等10個指標,構(gòu)建水資源可再生能力評價指標體系和分級標準;其次,針對BP神經(jīng)網(wǎng)絡初始權(quán)值和閾值難以確定的不足,利用一種全新的仿生群體智能算法——群居蜘蛛優(yōu)化(SSO)算法優(yōu)化BP神經(jīng)網(wǎng)絡初始參數(shù),提出了SSO-BP評價模型,并通過6個高維復雜函數(shù)對SSO算法進行驗證,且與粒子群優(yōu)化(PSO)算法進行對比;最后,利用SSO-BP模型對實例進行水資源可再生能力評價。結(jié)果表明:1 SSO算法具有較好的收斂精度和全局尋優(yōu)能力,可有效提高BP神經(jīng)網(wǎng)絡模型的預測精度和泛化能力。2文山州各評價區(qū)域2014年水資源可再生能力處于最強與中等之間,符合區(qū)域現(xiàn)狀。
【圖文】：

1100PSO9．89e－22．40e－11．66e－14．03e－20從表3可以看出，在各個測試函數(shù)兩種算法皆獨立運行20次的情況下，SSO算法收斂精度完全優(yōu)于PSO算法，表現(xiàn)出較高的尋優(yōu)精度和較好的算法執(zhí)行能力。其中SSO算法對Ackley、Sphere、Quadric、Step和Zakharov函數(shù)獲得的最優(yōu)值、最劣值、平均值和標準差均比PSO算法的優(yōu)化結(jié)果提高了10個數(shù)量級以上。對于Griewank函數(shù)，兩種算法尋優(yōu)成功能率均未達到100%，但SSO算法的尋優(yōu)結(jié)果要比PSO算法高出1個數(shù)量級以上。從圖1，2，3，5及圖6來看，SSO算法的尋優(yōu)精度明顯優(yōu)于PSO算法。圖1Ackley函數(shù)測試尋優(yōu)曲線由以上分析可見，SSO算法對于復雜高維函數(shù)具有較高的尋優(yōu)精度和全局搜索能力。圖2Sphere函數(shù)測試尋優(yōu)曲線圖3Quadric函數(shù)測試尋優(yōu)曲線圖4Griewank函數(shù)測試尋優(yōu)曲線圖5Step函數(shù)測試尋優(yōu)曲線5實例應用5．1研究區(qū)概況文山州位于云南省東南部，屬亞熱帶低緯度高原季風氣候區(qū)，全州總面積31456km2，轄文山、硯山、西36

榭魷攏tSO算法收斂精度完全優(yōu)于PSO算法，表現(xiàn)出較高的尋優(yōu)精度和較好的算法執(zhí)行能力。其中SSO算法對Ackley、Sphere、Quadric、Step和Zakharov函數(shù)獲得的最優(yōu)值、最劣值、平均值和標準差均比PSO算法的優(yōu)化結(jié)果提高了10個數(shù)量級以上。對于Griewank函數(shù)，兩種算法尋優(yōu)成功能率均未達到100%，但SSO算法的尋優(yōu)結(jié)果要比PSO算法高出1個數(shù)量級以上。從圖1，，2，3，5及圖6來看，SSO算法的尋優(yōu)精度明顯優(yōu)于PSO算法。圖1Ackley函數(shù)測試尋優(yōu)曲線由以上分析可見，SSO算法對于復雜高維函數(shù)具有較高的尋優(yōu)精度和全局搜索能力。圖2Sphere函數(shù)測試尋優(yōu)曲線圖3Quadric函數(shù)測試尋優(yōu)曲線圖4Griewank函數(shù)測試尋優(yōu)曲線圖5Step函數(shù)測試尋優(yōu)曲線5實例應用5．1研究區(qū)概況文山州位于云南省東南部，屬亞熱帶低緯度高原季風氣候區(qū)，全州總面積31456km2，轄文山、硯山、西36

【參考文獻】

相關(guān)期刊論文 前10條

1 楊淑霞;韓奇;徐琳茜;路石俊;;基于魚群算法優(yōu)化BP神經(jīng)網(wǎng)絡的電力客戶滿意度綜合評價方法[J];電網(wǎng)技術(shù);2011年05期

2 崔東文;;基于改進BP神經(jīng)網(wǎng)絡模型的云南文山州水資源脆弱性綜合評價[J];長江科學院院報;2013年03期

3 崔東文;;基于BP神經(jīng)網(wǎng)絡的文山州水資源承載能力評價分析[J];長江科學院院報;2012年05期

4 曾建軍;沈盈佳;史正濤;陳嚴武;陳駿;;模糊物元模型在流域水資源可再生能力評價中應用[J];環(huán)境科學與技術(shù);2013年S1期

5 李松;羅勇;張銘銳;;遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的混沌時間序列預測[J];計算機工程與應用;2011年29期

6 牛之賢;李武鵬;張文杰;;基于AIGA-BP神經(jīng)網(wǎng)絡的糧食產(chǎn)量預測研究[J];計算機工程與應用;2012年02期

7 程玉桂;黎明;林明玉;;基于遺傳算法和BP神經(jīng)網(wǎng)絡的城區(qū)中長期電力負荷預測與分析[J];計算機應用;2010年01期

8 李松;劉力軍;劉穎鵬;;改進PSO優(yōu)化BP神經(jīng)網(wǎng)絡的混沌時間序列預測[J];計算機工程與應用;2013年06期

9 鄔月春;王鐵君;;基于差分進化的BP神經(jīng)網(wǎng)絡預測混沌時間序列[J];計算機工程與應用;2013年08期

10 侯越;趙賀;路小娟;;基于螢火蟲優(yōu)化的BP神經(jīng)網(wǎng)絡算法研究[J];蘭州交通大學學報;2013年06期

【共引文獻】

相關(guān)期刊論文 前10條

1 段春青;劉昌明;曹玲玲;陳曉楠;邱林;;可變模糊集方法在海河流域水資源承載力評價中的應用[J];北京師范大學學報(自然科學版);2009年Z1期

2 馬榮;石建省;劉繼朝;;可變模糊理論與模糊粗糙集在地下水污染評估中的應用[J];吉林大學學報(地球科學版);2012年04期

3 陳守煜;;可變模糊集合理論——兼論可拓學的數(shù)學與邏輯錯誤[J];大連理工大學學報;2007年04期

4 陳守煜;;可變模糊聚類及模式識別統(tǒng)一理論與模型[J];大連理工大學學報;2009年02期

5 李明;陳洪凱;;隧道健康動態(tài)評價模型與應用[J];重慶大學學報;2011年02期

6 李曉花;;基于熵權(quán)的TOPSIS模型在水利工程方案優(yōu)選中的應用[J];廣東水利水電;2009年12期

7 馬學明;趙西寧;馮浩;王玉寶;南紀琴;;塔里木河流域農(nóng)業(yè)節(jié)水潛力綜合評價體系研究[J];干旱地區(qū)農(nóng)業(yè)研究;2009年03期

8 曾維華,孫強,楊志峰;基于網(wǎng)格水文單元的流域水資源自然再生能力評價[J];干旱區(qū)資源與環(huán)境;2005年06期

9 李春暉;楊志峰;鄭小康;龐愛萍;;基于GPPM的黃河流域水資源可再生性評價[J];干旱區(qū)資源與環(huán)境;2008年11期

10 鄒律龍;;基于模糊概率的項目工期風險影響分析[J];裝備制造技術(shù);2009年01期

相關(guān)會議論文 前10條

1 李治軍;遲寶明;;北方沿海地區(qū)河谷型地下水庫最優(yōu)庫容研究[A];寒區(qū)水科學及國際河流研究系列叢書2·寒區(qū)水循環(huán)及冰工程研究——第2屆“寒區(qū)水資源及其可持續(xù)利用”學術(shù)研討會論文集[C];2009年

2 梁雪春;龔艷冰;;基于支持向量機的水資源可再生能力綜合評價方法[A];江蘇省系統(tǒng)工程學會第十一屆學術(shù)年會論文集[C];2009年

3 ;Assessment Model of Set Pair Analysis for Flood Loss Based on Triangular Fuzzy Intervals under α-Cut[A];2009中國控制與決策會議論文集（3）[C];2009年

4 尹昌潔;王海東;;基于主成分分析的鍋爐NO_x排放的神經(jīng)網(wǎng)絡建模[A];智能化電站技術(shù)發(fā)展研討暨電站自動化2013年會論文集[C];2013年

5 崔東文;金波;;隨機森林回歸模型在水生態(tài)文明評價中的應用——以文山州為例[A];云南省水利學會2014年度學術(shù)交流會論文集[C];2014年

6 金波;崔東文;;盤龍河流域水資源管理關(guān)鍵性問題探討[A];云南省水利學會2014年度學術(shù)交流會論文集[C];2014年

7 崔東文;;改進BP神經(jīng)網(wǎng)絡模型在小康水利綜合評價中的應用[A];云南省水利學會2013年度學術(shù)交流會論文集[C];2013年

8 崔東文;;隨機森林模型及其在水生態(tài)文明綜合評價中的應用[A];云南省水利學會2013年度學術(shù)交流會論文集[C];2013年

9 郭榮;;基于幾種參數(shù)優(yōu)化的支持量機在徑流預報中的比較分析[A];云南省水利學會2013年度學術(shù)交流會論文集[C];2013年

10 韓琴;蘇虹;王忱誠;單曉偉;常微微;徐志偉;王靜;韓紅梅;;ARIMA模型與GRNN模型對性病發(fā)病率的預測研究[A];安徽省2011年度流行病與衛(wèi)生統(tǒng)計學學術(shù)論壇論文匯編[C];2011年

相關(guān)博士學位論文 前10條

1 方樟;松原市龍坑水源地水量水質(zhì)演化特征及預測研究[D];吉林大學;2011年

2 牛彥濤;不確定城市能源系統(tǒng)規(guī)劃模型研究及應用[D];華北電力大學（北京）;2011年

3 姜秋香;三江平原水土資源承載力評價及其可持續(xù)利用動態(tài)仿真研究[D];東北農(nóng)業(yè)大學;2011年

4 鄭德鳳;雨洪資源與地下水資源聯(lián)合調(diào)控理論及應用研究[D];大連理工大學;2006年

5 徐佩;軟件研發(fā)項目團隊有效性研究[D];河海大學;2006年

6 姜紀沂;地下水環(huán)境健康理論與評價體系的研究及應用[D];吉林大學;2007年

7 王李進;閩江流域森林承載力評價與預測研究[D];北京林業(yè)大學;2008年

8 張禮兵;試驗遺傳算法研究及其在水資源系統(tǒng)問題中的應用[D];揚州大學;2007年

9 李升;地下水環(huán)境健康預警研究[D];吉林大學;2008年

10 李治軍;北方沿海小流域河谷型地下水庫最優(yōu)庫容研究[D];吉林大學;2008年

相關(guān)碩士學位論文 前2條

1 張偉麗;山西省永定河區(qū)水資源緊缺程度的模糊綜合評價[D];西北農(nóng)林科技大學;2007年

2 崔慶賀;高校教學團隊績效評價研究[D];合肥工業(yè)大學;2012年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 劉志峰;潘丹;王建華;楊雙喜;;PSO-BP神經(jīng)網(wǎng)絡在MBR工藝中的膜污染預測[J];北京工業(yè)大學學報;2012年01期

2 洪露;穆志純;;免疫遺傳算法在BP神經(jīng)網(wǎng)絡中的應用[J];北京科技大學學報;2006年10期

3 鄭宏宇;鄧銀燕;賀瑞纏;;綜合評價中數(shù)據(jù)變換方法的選擇[J];純粹數(shù)學與應用數(shù)學;2010年02期

4 鄒同慶;地下水水質(zhì)的物元評價方法及應用[J];常德師范學院學報(自然科學版);2001年04期

5 齊玉梅,黃志明;湖泊富營養(yǎng)化物元模型及復合應用初探[J];重慶環(huán)境科學;1999年05期

6 劉耀年,王衛(wèi),楊冬峰;基于模糊劃分聚類的中長期用電量預測[J];東北電力學院學報;2004年04期

7 陳華友;基于Theil不等系數(shù)的組合預測模型的性質(zhì)[J];電子科技大學學報;2004年01期

8 沈珍瑤,楊志峰,劉昌明;水資源的天然可再生能力及其與更新速率之間的關(guān)系[J];地理科學;2002年02期

9 陳守煜;工程可變模糊集理論與模型——模糊水文水資源學數(shù)學基礎(chǔ)[J];大連理工大學學報;2005年02期

10 郭文斌;朱自強;魯光銀;;重力異常的BP神經(jīng)網(wǎng)絡三維物性反演[J];地球物理學進展;2012年02期

相關(guān)會議論文 前1條

1 梁雪春;龔艷冰;;基于支持向量機的水資源可再生能力綜合評價方法[A];江蘇省系統(tǒng)工程學會第十一屆學術(shù)年會論文集[C];2009年

相關(guān)博士學位論文 前2條

1 楊曉華;參數(shù)優(yōu)選算法研究及其在水文模型中的應用[D];河海大學;2002年

2 路石俊;內(nèi)蒙古500KV變電站全生命周期成本管理研究[D];華北電力大學（北京）;2010年

相關(guān)碩士學位論文 前2條

1 陳敏;基于BP神經(jīng)網(wǎng)絡的混沌時間序列預測模型研究[D];中南大學;2007年

2 李濤;基于遺傳神經(jīng)網(wǎng)絡的糧食產(chǎn)量預測方法研究[D];哈爾濱工程大學;2008年

本文編號：2565320