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:
青铜峡灌区耗水量是一个复杂的非线性系统,受多种因素的影响,而农业耗水量是耗水大户.将影响灌区农业耗水量的主要因素:引水量、排水量、降雨量、蒸发量和地下水位埋深作为影响因子,建立青铜峡灌区灌溉耗水量的BP神经网络预测模型.结果表明,应用此网络,对2001-2003年灌区灌溉耗水量进行了预测,误差满足要求,精度较高,说明网络函数的选取和结构设计较为合理,该模型可用于灌区农业耗水量的预测.
推荐文章
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
基于RBF人工神经网络模型预测棉花耗水量
预测
人工神经网络
径向基函数
棉花耗水量
基于GA-BP神经网络的城市用水量预测
城市用水
用水量预测
BP神经网络
预测建模
网络训练
仿真分析
基于BP神经网络的表面硬度预测模型
BP神经网络
激光相变硬化
扫描参数
预测
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神经网络的灌区耗水量模拟预测模型
来源期刊 农业科学研究 学科 农学
关键词 灌区耗水量 BP网络模型 预测
年,卷(期) 2011,(3) 所属期刊栏目 研究报告
研究方向 页码范围 41-43
页数 分类号 S274
字数 2572字 语种 中文
DOI 10.3969/j.issn.1673-0747.2011.03.013
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (30)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (7)
二级引证文献  (21)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(10)
  • 引证文献(0)
  • 二级引证文献(10)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
灌区耗水量
BP网络模型
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
农业科学研究
季刊
1673-0747
64-1056/S
大16开
宁夏银川西夏区文萃北街217号
74-9
1980
chi
出版文献量(篇)
1972
总下载数(次)
5
总被引数(次)
12566
论文1v1指导