基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用相关分析的方法确定了灌区退水量的主要影响因素,将神经网络的在线学习功能与数据库技术相结合,建立了灌区退水量动态模型,实现了模型的在线学习,以动态的模型反映灌区退水系统的动态变化,保证了退水量模型使用的长期有效性.与实测资料对比表明,模型能够较好的模拟灌区退水系统的变化,利用灌区渠首的引水量、降水量和地下水埋深资料能够较准确的对灌区的退水量进行预测.
推荐文章
应用LM算法的神经网络模型研究灌区退水问题
灌区退水量
神经网络
LM优化算法
灰色模型及 BP 神经网络模型在灌区地下水动态中的对比应用
泾惠渠灌区
灰色模型
BP 神经网络模型
地下水预测
基于人工神经网络的土壤含水量预报模型
人工神经网络
土壤含水量
预报
模型
基于BP神经网络的东港灌区作物需水量预测研究
参考作物蒸散量
Matlab
BP神经网络
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 基于神经网络的灌区退水量动态模型
来源期刊 水利学报 学科 农学
关键词 灌区退水量 神经网络 LM优化算法 动态模型
年,卷(期) 2006,(6) 所属期刊栏目
研究方向 页码范围 717-721
页数 5页 分类号 S2
字数 5025字 语种 中文
DOI 10.3321/j.issn:0559-9350.2006.06.013
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 费良军 西安理工大学水利水电学院 236 2986 29.0 38.0
2 赵新宇 西安理工大学水利水电学院 7 82 7.0 7.0
3 方树星 西安理工大学水利水电学院 6 149 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (132)
参考文献  (15)
节点文献
引证文献  (7)
同被引文献  (16)
二级引证文献  (30)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(7)
  • 参考文献(3)
  • 二级参考文献(4)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(15)
  • 参考文献(1)
  • 二级参考文献(14)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(9)
  • 参考文献(2)
  • 二级参考文献(7)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(4)
  • 参考文献(4)
  • 二级参考文献(0)
2006(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(4)
  • 引证文献(3)
  • 二级引证文献(1)
2008(3)
  • 引证文献(0)
  • 二级引证文献(3)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(7)
  • 引证文献(0)
  • 二级引证文献(7)
2011(4)
  • 引证文献(0)
  • 二级引证文献(4)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
灌区退水量
神经网络
LM优化算法
动态模型
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
水利学报
月刊
0559-9350
11-1882/TV
大16开
北京复兴路甲一号中国水利水电科学研究院A座1156室
1956
chi
出版文献量(篇)
4656
总下载数(次)
11
总被引数(次)
174211
论文1v1指导