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:
为能够更好地预测地下水埋深及合理规划、开发地下水资源,简述BP-ANN和GM(1,1)模型的基本结构和建模步骤,以长春市体育馆旁长观井(1号井)2002-2010年的地下水埋深资料为基础,分别运用两种方法模拟并预测地下水埋深,并进行对比研究,最后得出如下结论,BP-ANN和GM(1,1)模型的平均相对误差分别为0.55%和3.45%,其对2011年的地下水埋深预测值分别为13.06、13.27m,两种模型的拟合和预测精度均较高,两种方法均可用于地下水埋深预测,其中GM(1,1)建模更简单,BP-ANN精度更高.
推荐文章
两种预测模型在地下水动态中的比较与应用
地下水动态
洛惠渠灌区
支持向量机
BP神经网络模型
两种智能算法在求解地下水管理模型中的对比
禁忌搜索
遗传算法
地下水管理模型
全局最优
基于EMD的磴口县地下水埋深动态预测
EMD
BP神经网络
地下水埋深
预测模型
影响因子
地下水位埋深的SARIMA与BP神经网络组合模型预测分析
地下水位埋深
SARIMA模型
BP神经网络
时间序列预测
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 两种模型在地下水埋深预测中的应用及对比研究
来源期刊 节水灌溉 学科 地球科学
关键词 地下水埋深 预测 对比 BP-ANN GM(1,1)
年,卷(期) 2014,(3) 所属期刊栏目 水环境与水资源
研究方向 页码范围 45-47,53
页数 4页 分类号 P641.74
字数 2669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 梁秀娟 吉林大学地下水资源与环境教育部重点实验室 117 890 15.0 24.0
2 王宇博 吉林大学地下水资源与环境教育部重点实验室 7 23 4.0 4.0
3 乔雨 吉林大学地下水资源与环境教育部重点实验室 8 30 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (64)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (54)
二级引证文献  (23)
1984(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
地下水埋深
预测
对比
BP-ANN
GM(1,1)
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
节水灌溉
月刊
1007-4929
42-1420/TV
大16开
湖北武汉武汉大学二区
38-17
1976
chi
出版文献量(篇)
4733
总下载数(次)
8
论文1v1指导