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:
针对水库径流难以预测的问题,采用改进的动量-自适应学习率调整BP神经网络方法,以南告水库作为研究对象,对水库的日资料进行径流模拟,并对该模型在径流模拟中的方法和难点问题进行分析和探讨.改进的BP模型模拟的结果与三水源新安江模型的模拟结果相比较,探讨改进的BP模型应用于水文模拟的可行性.研究结果表明,改进的BP模型用于水文模拟是可行的.
推荐文章
基于模块神经网络的非线性降雨径流模拟研究
降雨径流
裂缝媒体
归一化
人工神经网络
模块神经网络
独立构架
基于PSO的模糊人工神经网络径流预报模型
粒子群优化
模糊神经网络
径流预测
基于人工神经网络的黄河下游枯季径流预测研究
黄河下游
BP神经网络
枯季径流
预测
基于Elman动态神经网络的降雨—径流模拟研究
Elman神经网络
TOPX
降雨—径流
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 基于人工神经网络的降雨径流模拟研究
来源期刊 辽宁工程技术大学学报 学科 地球科学
关键词 BP模型 改进 降雨径流模拟 人工神经网络 新安江模型
年,卷(期) 2007,(6) 所属期刊栏目 环境工程
研究方向 页码范围 940-943
页数 4页 分类号 X523
字数 3891字 语种 中文
DOI 10.3969/j.issn.1008-0562.2007.06.043
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 郝振纯 河海大学水文水资源与水利工程科学国家重点实验室 177 2819 27.0 46.0
2 朱长军 河海大学水文水资源与水利工程科学国家重点实验室 19 149 9.0 10.0
3 余钟波 河海大学水文水资源与水利工程科学国家重点实验室 37 362 12.0 17.0
4 鞠琴 河海大学水文水资源与水利工程科学国家重点实验室 30 206 9.0 13.0
5 刘德东 河海大学水文水资源与水利工程科学国家重点实验室 6 49 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (39)
参考文献  (3)
节点文献
引证文献  (12)
同被引文献  (52)
二级引证文献  (59)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(5)
  • 引证文献(1)
  • 二级引证文献(4)
2011(7)
  • 引证文献(1)
  • 二级引证文献(6)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(8)
  • 引证文献(2)
  • 二级引证文献(6)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(13)
  • 引证文献(0)
  • 二级引证文献(13)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
BP模型
改进
降雨径流模拟
人工神经网络
新安江模型
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
辽宁工程技术大学学报(自然科学版)
月刊
1008-0562
21-1379/N
大16开
辽宁省阜新市
1979
chi
出版文献量(篇)
6319
总下载数(次)
12
总被引数(次)
52708
相关基金
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导