原文服务方: 水科学进展       
摘要:
提出了建立双线性模型(BM)的一套简便通用的方法.用加速遗传算法可同时估计BM模型各参数,成功地解决了BM建模这一难题,为BM模型的广泛应用提供了新工具.实例计算结果说明:用这套方法预测地下水位动态是可行而有效的;通过利用预测过程中产生的残差信息进行反馈矫正,保证了BM模型较高的拟合精度和稳健的预测性能,增强了对复杂非线性动态系统的适应性.
推荐文章
基于智能算法的地下水位动态预测模型的建立与应用
智能算法
遗传算法
人工神经网络
地下水位
动态预测
基于SVR的煤矿地下水位预测模型
支持向量机
回归算法
煤矿地下水位
预测模型
基于主成分-时间序列模型的地下水位预测
地下水位
主成分分析
多变量时间序列
预测
预测济南地下水位的BP神经网络模型及其改进
BP神经网络
过拟合现象
多重共线性
地下水位预测
济南市
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于遗传算法的地下水位动态预测双线性模型
来源期刊 水科学进展 学科
关键词 地下水位 动态 双线性模型 遗传算法 预测
年,卷(期) 2001,(3) 所属期刊栏目
研究方向 页码范围 361-366
页数 6页 分类号 P641.2
字数 语种 中文
DOI 10.3321/j.issn:1001-6791.2001.03.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 丁晶 208 8759 49.0 86.0
2 杨晓华 21 1062 11.0 21.0
3 金保明 12 134 7.0 11.0
4 金菊良 289 7106 44.0 72.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (19)
参考文献  (4)
节点文献
引证文献  (32)
同被引文献  (79)
二级引证文献  (145)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(2)
  • 引证文献(2)
  • 二级引证文献(0)
2004(5)
  • 引证文献(5)
  • 二级引证文献(0)
2005(9)
  • 引证文献(5)
  • 二级引证文献(4)
2006(11)
  • 引证文献(4)
  • 二级引证文献(7)
2007(18)
  • 引证文献(3)
  • 二级引证文献(15)
2008(14)
  • 引证文献(1)
  • 二级引证文献(13)
2009(13)
  • 引证文献(2)
  • 二级引证文献(11)
2010(10)
  • 引证文献(2)
  • 二级引证文献(8)
2011(9)
  • 引证文献(0)
  • 二级引证文献(9)
2012(7)
  • 引证文献(1)
  • 二级引证文献(6)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(10)
  • 引证文献(2)
  • 二级引证文献(8)
2016(14)
  • 引证文献(0)
  • 二级引证文献(14)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(14)
  • 引证文献(1)
  • 二级引证文献(13)
2019(11)
  • 引证文献(2)
  • 二级引证文献(9)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
地下水位
动态
双线性模型
遗传算法
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水科学进展
双月刊
1001-6791
32-1309/P
大16开
1990-01-01
chi
出版文献量(篇)
2723
总下载数(次)
0
总被引数(次)
89793
相关基金
中国博士后科学基金
英文译名:China Postdoctoral Science Foundation
官方网址:http://www.chinapostdoctor.org.cn/index.asp
项目类型:
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导