王宗志,金菊良,郑子升,张玲玲. 预测济南地下水位的BP神经网络模型及其改进[J]. 水利水运工程学报, 2005, (4): 71-74.
引用本文: 王宗志,金菊良,郑子升,张玲玲. 预测济南地下水位的BP神经网络模型及其改进[J]. 水利水运工程学报, 2005, (4): 71-74.
shu
WANG Zong-zhi,JIN Ju-liang,ZHENG Zi-sheng,ZHANG Ling-ling. Improved BP neural network and its application in forecasting groundwater level in Jinan city[J]. Hydro-Science and Engineering, 2005, (4): 71-74.
Citation: WANG Zong-zhi,JIN Ju-liang,ZHENG Zi-sheng,ZHANG Ling-ling. Improved BP neural network and its application in forecasting groundwater level in Jinan city[J]. Hydro-Science and Engineering, 2005, (4): 71-74.
shu

预测济南地下水位的BP神经网络模型及其改进

Improved BP neural network and its application in forecasting groundwater level in Jinan city

    摘要
  • 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％．

     

    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)

/

返回文章
返回