基于自由搜索人工神经网络的坡地入渗量预测

• 作者: 张国华 张展羽 李新虎 杨洁 王斌 王超
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 降雨 入渗 反向传播 自由搜索算法 坡地 人工神经网络
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 193-197
• 页数: 5页
• 分类号: S210
• 字数: 4846字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2009.12.034

摘要

该文应用基于自由搜索算法的BP(backpropagation)网络模型对自然降雨条件下不同处理措施的红壤坡地入渗规律进行了预测,选择降雨量、最大降雨强度、降雨历时、土壤初始含水率、土壤体积质量、通气孔度和下垫面状况7项指标作为网络输入,土壤入渗量单项指标作为网络输出,结果表明:基于自由搜索算法的BP网络模型可以有效地预测自然降雨条件下不同处理措施坡地入渗规律,预测的平均相对误差为11.08%,经t检验和回归分析表明预测值和实测值相差不大,具有较好的一致性,决定系数为0.9715,并和传统的BP网络进行了比较,结果显示基于自由搜索算法的BP网络预测优于传统的BP网络,模型具有较高的精度和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张展羽	河海大学水利水电学院	159	2817	33.0	42.0
2	王超	河海大学水利水电学院	186	4104	39.0	56.0
3	王斌	东北农业大学水利与建筑学院	88	416	11.0	14.0
4	张国华		53	519	11.0	21.0
5	李新虎	河海大学水利水电学院	7	96	5.0	7.0
6	杨洁		4	22	3.0	4.0