Để giải quyết các hạn chế trên, nghiên cứu ứng dụng các thuật toán Metaheuristic cho huấn luyện ANN đã được một số học giả đề xuất trong vài năm trở lại đây, chẳng hạn như thuật toán Cuckoo Search Optimization (CSO)[91], Bat Optimization (BO)[137], Monarch Butterfly Optimizaation (MBO) [80], Shuffled Frog Algorithm [198], Kidney-Inspired Algorithm [121], Improved Particle Swarm Optimization [99]. Điểm kết luận chung của các nghiên cứu trên là các thuật toán Metaheuristic đã giúp tăng hiệu suất dự báo của mô hình ANN lên đáng kể. Theo Ojha và nnk [170], ứng dụng metaheuristic cho tối ưu hóa mô hình, bao gồm cả ANN, đang là hướng nghiên cứu nhận được sự quan tâm lớn của cộng đồng khoa học.
Trong phần này, mô hình mới cho dự báo lũ quét được đề xuất và đặt tên là FA-LM-ANN. Theo đó, thuật toán tích hợp Firefly Algorith- Levenberg Marquardt (FA-LM) được đề xuất để tự động tìm kiếm, cập nhật và tối ưu hóa trọng số của mô hình ANN. Ở đây, FA đóng vai trò là công cụ tìm kiếm và tối ưu toàn cục, trong khi đó thuật toán LM làm nhiệm vụ tìm kiếm nội bộ, nhằm tối ưu hóa trọng số của mô hình ANN. Cuối cùng, công tác xây dựng mô hình FA-LM-ANN cho phân vùng nguy cơ lũ quét được tiến hành thực nghiệm cho hai huyện, huyện Bắc Hà và Bảo Yên (BHBY), thuộc tỉnh Lào Cai, Việt Nam. Đây là hai huyện được báo cáo thường xuyên chịu ảnh hưởng nặng nề của lũ quét hàng năm [167], chẳng hạn lũ quét xảy ra tháng 8 năm 2017 làm 18 người chết, nhiều khu dân cư trong khu vực bị cô lập [224].