摘要: 用BP神经网络预测济南市地下水位，并利用网络“截口”处连接权与阈值的信息，揭示了“过拟合”现象与输入神经元间的多重共线，是导致BP神经网络预测性能降低的主要原因．确定了以当年地下水开采量、前1年地下水位、当年降雨量为输入神经元，拓扑结构为3：3：1的改进的BP神经网络模型，预测了济南地下水位．结果表明，该模型的预测精度较高，相对误差约为6％．