原文服务方: 云南水力发电       
摘要:
流域产沙量演变规律的研究对于工程设计、水土流失规划与治理具有重要作用.由于其影响因素多、演变过程复杂,目前,对流域产沙量的研究主要侧重于定性分析,这就造成了缺乏理论基础及精度不高的缺陷.人工神经网络能以非显式表示产沙量与其影响因素之间的非线性复杂关系,将其应用到流域产沙量的拟合与预测中,在改进BP网络不足及优化确定网络结构的基础上,建立了云南楚雄州龙川江流域产沙量预测模型,通过对预测样本的检验,表明其具有比较高的精度,基本能够反映龙川江流域产沙量的演变规律.
推荐文章
用小波神经网络耦合模型预测流域年均产沙量
年均产沙量
小波神经网络耦合模型
盘龙河流域
预测
基于神经网络的预测模型的比较研究
预测模型
BP神经网络模型
L-M算法
RBF神经网络模型
小波神经网络模型
组合神经网络模型
基于人工神经网络的经济预测模型
改进BP算法
神经网络
GDP
时间序列
变窗口神经网络集成预测模型
神经网络集成
时间序列
预测
异常检测
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 流域产沙量预测的神经网络模型
来源期刊 云南水力发电 学科
关键词 BP网络 产沙 拟合 预测
年,卷(期) 2005,(6) 所属期刊栏目 水能规划
研究方向 页码范围 11-14
页数 4页 分类号 P333.4
字数 语种 中文
DOI 10.3969/j.issn.1006-3951.2005.06.004
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 梁川 四川大学水电学院 252 4641 35.0 58.0
2 刘慧卿 34 559 11.0 23.0
3 张先起 四川大学水电学院 23 555 10.0 23.0
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  (2)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (5)
二级引证文献  (1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP网络
产沙
拟合
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
云南水力发电
双月刊
1006-3951
53-1112/TK
大16开
1985-01-01
chi
出版文献量(篇)
6225
总下载数(次)
0
总被引数(次)
7423
论文1v1指导