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:
在大型线性方程组的超松弛迭代法求解中,加速因子经常难以确定.应用BP神经网络对其进行训练学习,经过对比分析,得到最佳模型,应用该模型可快速确定加速因子.将该方法应用于石家庄市栾城水文试验基地,计算结果表明,BP人工神经网络有效地解决了地下水数值模拟中加速因子难以确定的问题.
推荐文章
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
基于数值模拟的西北地下水总量控制指标确定研究
西北内陆河流域
地下水总量控制指标
生态地下水位
红崖山灌区
区域地下水流模拟
区域水流系统
模拟方法与问题
用BP神经网络预测地下水动态
地下水动态
预测
人工神经网络
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BP算法的地下水模拟中加速因子的确定
来源期刊 中国科学院研究生院学报 学科 地球科学
关键词 地下水数值模拟 加速因子 超松弛迭代法 神经网络
年,卷(期) 2011,(1) 所属期刊栏目 论文
研究方向 页码范围 51-56
页数 分类号 P641
字数 3564字 语种 中文
DOI
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 马荣 地质科学院水文地质环境地质研究所 1 0 0.0 0.0
2 刘继朝 地质科学院水文地质环境地质研究所 1 0 0.0 0.0
3 石建省 地质科学院水文地质环境地质研究所 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(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)
研究主题发展历程
节点文献
地下水数值模拟
加速因子
超松弛迭代法
神经网络
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
中国科学院大学学报
双月刊
2095-6134
10-1131/N
大16开
北京玉泉路19号(甲)
82-583
1984
chi
出版文献量(篇)
2247
总下载数(次)
2
总被引数(次)
15229
论文1v1指导