基于BP神经网络的地下水动态预测

摘要：

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。

关键词：人工神经网络、地下水位、动态趋势

所属期刊栏目：19

分类号：P345

资助基金：国家科技支撑计划项目2006BAD11B05;国家自然科学基金项目50879071

在线出版日期：2012-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：235-237