上传于:2015-05-13 13:25:32 来自: 水利 / 水文&水资源 / 水文
0
3.5分

:本文探讨了人工神经网络中不同BP网络结构和算法在区域地下水文预测中的应用,实例比较了不同层次结构、学习速率、隐层单元数及不同算法等对收敛效果、模拟预报结果的影响。提出了一些BP模型的设计应用技术,即学习速率的取值范围与BP网络层数有一定关系,层数多,稳定区间较小,一般学习速率取值为0.01~0.1。快速BP算法从训练速度,收敛精度等方面均优于普通BP算法,可作为改进BP算法之一。在此基础上根据黄河河套灌区多年的水文、气象和地下水信息,对灌区多年的年地下水埋深变化进行了模拟,预测了河套灌区节水工程实施后未来灌区地下水位下降的趋势,为大型灌区节水工程改造与BP模型在区域地下水文中的应用提供了参考。

地下水文预测中BP网络的模型结构及算法探讨-图一

地下水文预测中BP网络的模型结构及算法探讨-图一

地下水文预测中BP网络的模型结构及算法探讨-图二

地下水文预测中BP网络的模型结构及算法探讨-图二

地下水文预测中BP网络的模型结构及算法探讨-图三

地下水文预测中BP网络的模型结构及算法探讨-图三

地下水文预测中BP网络的模型结构及算法探讨-图四

地下水文预测中BP网络的模型结构及算法探讨-图四

地下水文预测中BP网络的模型结构及算法探讨-图五

地下水文预测中BP网络的模型结构及算法探讨-图五

点击立即下载源文件

特别声明:本资料属于用户上传的共享下载内容,仅只用于学习不可用于商业用途,如有版权问题,请及时 联系站方删除!

收藏
分享

微信扫码分享

点击分享

点击查看更多
全部评论 我要评论
暂无评论