作者:
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:
提出了一种基于蚁群算法的径向基函数神经网络,用它来进行地下水位预测,既具有神经网络广泛映射能力,又具有蚁群算法全局寻优、分布式计算等特点.实验表明,蚁群算法与径向基函数神经网络相融合能达到良好的预测效果.
推荐文章
基于径向基函数神经网络的地下水数值模拟模型的替代模型研究
替代模型
径向基函数神经网络
拉丁超立方抽样
金泉工业园区
基于RBF网络的地下水动态模拟与预测
RBF
神经网络
仿真
地下水预测
基于径向基函数神经网络的地下水数值模拟模型的替代模型研究
替代模型
径向基函数神经网络
拉丁超立方抽样
金泉工业园区
基于BP神经网络的地下水动态预测
人工神经网络
地下水位
动态趋势
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 基于蚁群径向基函数网络的地下水预测模型
来源期刊 计算机工程与应用 学科 工学
关键词 蚁群算法 径向基函数网络 地下水位 预测
年,卷(期) 2010,(2) 所属期刊栏目 工程与应用
研究方向 页码范围 224-226
页数 3页 分类号 TP18
字数 3210字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.02.066
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 曹邦兴 广州大学松田学院 12 36 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (133)
参考文献  (9)
节点文献
引证文献  (14)
同被引文献  (37)
二级引证文献  (20)
1900(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)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(10)
  • 参考文献(2)
  • 二级参考文献(8)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 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(5)
  • 引证文献(4)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蚁群算法
径向基函数网络
地下水位
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导