基于BP神经网络的地下水动态预测
人工神经网络是一种高度非线性的并行分布处理系统,采用人工神经网络预测宝鸡市的地下水位动态变化趋势,取1995--2007年研究区内的降水人渗补给量、河道渗漏补给量、人工开采量和闸坝蓄水渗漏量作为输入因子,建立BP模型,用于模拟2008的年地下水位埋深,并与传统的灰色模型进行比较,结果表明:BP神经网络的相对误差介于0.07%~1.98%,相对于灰色模型(0.13%~6.41%)具有较高的预测精度,可为该灌区地下水位的动态预报提供参考。
人工神经网络、地下水位、动态趋势
19
P345
国家科技支撑计划项目2006BAD11B05;国家自然科学基金项目50879071
2012-11-12(万方平台首次上网日期,不代表论文的发表时间)
共3页
235-237