孙金烨，刘汝涛，徐　韶（山东科技大学测绘科学与工程学院，山东青岛266590）

基于蚁群神经网络的地下水脆弱性评价与分析

孙金烨，刘汝涛，徐韶（山东科技大学测绘科学与工程学院，山东青岛266590）

为了准确而快速的对地下水脆弱性进行评价与分析，本文将蚁群与BP神经网络算法相结合，建立了一种针对地下水脆弱性评价的蚁群神经网络模型。该模型是将蚁群算法应用到神经网络的优化训练中，以此避免神经网络在训练过程中容易陷入局部极值以及收敛速度慢的不足，再用训练好的神经网络对研究对象进行仿真。以实测的样本数据为例，应用蚁群神经网络模型进行地下水脆弱性评价实验，结果表明：该模型与标准BP神经网络相比，具有较高的评价精度和较快的运算速度，是一种十分有效的评价方法。

地下水脆弱性；评价；蚁群算法；BP神经网络

地下水对于当今这个水资源匮乏的世界来说极为宝贵，其合理得开发与利用对保障人民的生活用水安全和工农业生产的正常发展具有重要的意义。目前局部区域地下水正面临严重的污染危险，地下水脆弱性状况已经成为近年来国内外被关注的焦点问题。地下水脆弱性评价是保护含水层，预防地下水污染的重要手段［1］。目前，由于神经网络技术在处理非线性问题上表现出来的明显优势，目前正成为地下水脆弱性评价的关键技术。针对BP神经网络存在的收敛速度慢，易陷入局部极值等缺点，本文应用蚁群算法对神经网络的权值进行了优化，并充分发挥了两种模型的优点，同时弥补了各自的不足，结合实际的工程算例进行了计算验证，取得了理想的结果。……