预测济南地下水位的BP神经网络模型及其改进

• 作者: 张玲玲 王宗志 郑子升 金菊良
• 来源期刊: 水利水运工程学报
• 关键词: BP神经网络 过拟合现象 多重共线性 地下水位预测 济南市
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 短文及工程应用
• 页码范围: 71-74
• 页数: 4页
• 分类号: P641.2|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1009-640X.2005.04.014

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%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金菊良	合肥工业大学土木建筑工程学院	289	7106	44.0	72.0
2	王宗志		55	538	14.0	21.0
3	张玲玲	河海大学商学院	44	353	11.0	16.0
4	郑子升		1	3	1.0	1.0