BP神经网络在岩溶水库渗漏评价中的应用.pdf

维普资讯 第 19卷 第 1期 中 国 岩 溶 Vo1．19 No．1 2000年 3月 CARSOLOGlCA SINlCA M ar．2000 文章编号：1001—4810(2000)01—0073--08 ， 一 一BP神经网络在岩溶水库渗漏评价中的应用x’’· t t、 杨桂芳 ，虢长宏 ，王增银 ，万军伟 —i面 丽 )，^ 430074) 摘 要 ：岩溶水库渗竭受众 多因素影响，对其渗罱量预测一直是水利工 作者的研 究热点。奉文根据非线性理论 ，综售考虑各种地质园素并由此 建立了一十神经网络系统。研究结果袭明，谈神经网络模型具有较高的 预测精度 ，是可行和实用 的。在此基础上 ，利用此 网络模型对水布垭水 利框纽渗罱进行了定量预测。 关键词 BP神经 网络 一岩溶水库 ·渗罱一定量预测 中国分娄号 ：T391；I~42．25 文献标识码：A 0 前 言 岩溶水库渗漏一直是岩溶研究者和应用数学工作者十分关心的问题 ，但迄今为止 ，仍然没 有较好的方法对其渗漏量进行定量预测。一方面，岩溶水库渗漏影响因素过于复杂，它涉及的 水文地质条件大多是不完全定量的，甚至是随机的、模糊的，难 以用确定性的模型加 以描述 ；另 一 方面 ，岩溶系统的开放性 ，系统内各个 因素之间是通过相互影响，相互制约的复杂交叉效应 和动态效应达到系统内各个单元的自我排列、自我组织的，即影响其渗漏的各个因素之间存在 着复杂的非线性关系，这个关系远非一个 (组)简单的代数方程所能描述 。鉴于此 ，我们对非线 性理论特别是人工神经 网络 (ArtificialNeuralNetwork，简称 ANN)作为一种预测工具产 生 了兴趣 。ANN是 由一些简单具有 自适应功能的神经元经过多层组织形成的网络，其突出特点 在于能通过对 已知样本的学习(训练)，掌握输入与输出问的复杂的非线形关系 (尽管这种关 系 并不一定能用数学表达式写出)，并能对这种关系进行存储记忆，直接为预测服务。 1 BP神经网络模型 如前所述，人工神经网络是一种高度的非线性映射处理系统 ，具有强大的自组织、自学习、 自适应和分类计算能力 。]。目前应用的神经 网络有多种类型，其中BP(BaekPropagation)网 是应用最广、最先进 ，也是较成熟的一种网络 ，它的结构简单 ，工作状态稳定，易于硬件的配置 和编程的实现。BP网是一种反 向传递并修正误差的多层映射 罔，其对外界输入的响应是以并 _ 国家 自然科学基金项 目(498720096)、广西 自然科学基金匹配项 目共 同资助 第一作者筒升 ：橱桂芳．女，1975年生．中国地质大学研究生院在读硬士， 收稿 日期t1999一l1—10 维普资讯 74 中国岩溶 2000芷 行的、非确定性 的方式表现 出来 的。BP神经 网模主要 由三层 网络构成 ：输入层、隐含层和输出 层 (见图1)。某一层的神经元输出通过连接权因子的加强和抑制传输到相邻层神经元。除了输 入层神经元外 ，网络中每一层神经元的输入是前一层神经元输出的加权和。其输入信号 ，激励 函数和节点偏置确定了该神经元的激励程度 (节点偏置能够在实际数据与激励函数输入、输出 之间建立对应关系 ，拓宽了激励 函数的定义域和值域)。由于隐含层神经元可 以按不同的方式 处理输入数据 ，从而解决 了各个 因素之间的复杂交叉效应和动态效应 ，大大提高了神经 网