一种基于GWO-BP改进神经网络的灌区地下水位埋深预测方法

本发明公开了一种基于GWO‑BP改进神经网络的灌区地下水位埋深预测方法，包括获取灌区地下水位埋深的影响因素的数据，并进行归一化处理；根据输入、输出参数个数确定BP神经网络拓扑结构；基于改进灰狼算法GWO优化BP神经网络权值和阈值，将优化后的权值和阈值作为BP神经网络的初始权值和阈值；利用训练好的改进GWO‑BP模型进行地下水位埋深预测，对输出结果进行反归一化处理后最终得到逐月的地下水位埋深；计算纳什效率系数，对GWO‑BP预测模型进行参数优化，得到灌区地下水位埋深预测模型。本发明将改进后的灰狼算法用于优化BP神经网络的权值和阈值，将优化后的权值和阈值作为BP神经的初始权值和阈值，可以提高灌区地下水位埋深预测模型的精度和稳定性。