原文服务方: 西安工程大学学报       
摘要:
为提高水库泥沙含量预测的精度,综合考虑水温、水深、流速等因素对预测精度的影响,构建基于BP算法的含沙量预测模型.首先,选用实测的水温、水深、流速数据作为样本数据进行BP神经网络的训练,通过设置预测误差实现对预测模型的约束,完成了含沙量预测模型的构建.当需要进行含沙量预测时,则将测试数据导入到训练好的预测模型中得到含沙量的预测值.仿真结果表明,此含沙量预测模型获得的含沙量值与实测值之间的误差小,预测精度达到了预期目标.
推荐文章
基于小波神经网络模型的含沙量预测研究
小波函数
BP神经网络
含沙量
基于PSO - BP模型的黄河兰州站含沙量预测
PSO算法
BP模型
预测
含沙量
兰州站
黄河
基于BP算法的龙门站含沙量预报模型
BP算法
神经网络
预报模型
含沙量
龙门站
基于相似性的多沙水库坝址含沙量预测
水库
坝址
洪水
含沙量
总流模型
相似性
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算法的含沙量预测模型研究
来源期刊 西安工程大学学报 学科
关键词 库区泥沙 BP算法 含沙量预测
年,卷(期) 2015,(5) 所属期刊栏目 电子信息
研究方向 页码范围 600-605
页数 6页 分类号 TP29
字数 语种 中文
DOI 10.13338/j.issn.1674-649x.2015.05.015
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 温宗周 西安工程大学电子信息学院 70 242 8.0 12.0
2 刘现华 西安工程大学电子信息学院 2 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (95)
共引文献  (78)
参考文献  (15)
节点文献
引证文献  (6)
同被引文献  (42)
二级引证文献  (5)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(7)
  • 参考文献(2)
  • 二级参考文献(5)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(12)
  • 参考文献(1)
  • 二级参考文献(11)
2006(14)
  • 参考文献(1)
  • 二级参考文献(13)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(15)
  • 参考文献(4)
  • 二级参考文献(11)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
库区泥沙
BP算法
含沙量预测
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
西安工程大学学报
双月刊
1674-649X
61-1471/N
大16开
1986-01-01
chi
出版文献量(篇)
3377
总下载数(次)
0
总被引数(次)
15983
论文1v1指导