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:
针对无监测站的河流断面的径流量预测难的问题,选取了有针对性的影响因子,采用人工神经网络的BP改进算法—白适应调节学习速率算法,以Matlab神经网络工具箱为工具,以辽河干流铁岭站为假想对象,建立了无站条件下年径流量预测模型,模型训练48次误差达到要求,以2004~2006年3年实测资料作为检验样本进行仿真,验证模型的精度.仿真结果表明:3年预测结果全部满足要求,说明该模型可用于河流任一断面年径流量的预测.
推荐文章
基于BP神经网络的河川年径流量预测
人工神经网络
BP神经网络
L-M算法
年径流量预测
灰预测和 BP 神经网络在梧州站年径流预测中的应用
年径流量
灰预测
BP 神经网络
西江
泾河年径流量BP神经网络模型研究
EMD
GA
BP神经网络
年径流量
泾河
基于PSO的BP神经网络-Markov船舶交通流量预测模型
船舶交通流量预测
BP神经网络
马尔科夫模型(Markov模型)
粒子群优化(PSO)
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 无站条件下BP神经网络年径流量预测模型研究
来源期刊 沈阳农业大学学报 学科 工学
关键词 无站条件 BP预测模型 Matlab工具箱 辽河干流
年,卷(期) 2012,(1) 所属期刊栏目 研究简报
研究方向 页码范围 102-105
页数 分类号 TV121.4
字数 2886字 语种 中文
DOI 10.3969/j.issn.1000-1700.2012.01.022
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 周林飞 沈阳农业大学水利学院 90 688 13.0 22.0
2 李波 沈阳农业大学水利学院 87 379 10.0 14.0
3 康萍萍 沈阳农业大学水利学院 4 31 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (173)
参考文献  (12)
节点文献
引证文献  (4)
同被引文献  (13)
二级引证文献  (4)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(7)
  • 参考文献(0)
  • 二级参考文献(7)
1996(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(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(9)
  • 参考文献(1)
  • 二级参考文献(8)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
无站条件
BP预测模型
Matlab工具箱
辽河干流
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
沈阳农业大学学报
双月刊
1000-1700
21-1134/S
大16开
沈阳市东陵路120号
1956
chi
出版文献量(篇)
3479
总下载数(次)
6
总被引数(次)
38738
论文1v1指导