基于BP神经网络的矿山地下水位预测研究

• 作者: 卓中文 杨松 王山东
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: BP神经网络 地下水位预测 数据归一化
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 算法与分析
• 页码范围: 40-42,50
• 页数: 4页
• 分类号: TP391
• 字数: 3308字
• 语种: 中文

摘要

采用BP神经网络技术,将矿区的降雨量、排水量及前期水位三个因素作为输入层,矿山地下水位作为输出层,建立矿山地下水位预测模型.文章详细介绍了BP神经网络实现矿山地下水位预测的基本算法,将研究区矿山的长期观测孔实测水位作为实验数据并作出误差分析.最终成果能够达到矿山地下水位预测目的,并为分析地下水降落漏斗趋势提供有力依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王山东	河海大学地球科学与工程学院	50	210	7.0	11.0
2	杨松	河海大学地球科学与工程学院	9	18	2.0	4.0
3	卓中文	河海大学地球科学与工程学院	5	19	3.0	4.0