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:
基于蚁群算法的径向基函数神经网络,既具有神经网络广泛映射能力,又具有蚁群算法全局寻优、分布式计算等特点,更能准确的获得预测结果。以天津市地热井水位埋深监测数据作为样本,选取流量、开采量、回灌量、水温4个指标,将蚁群算法与径向基函数网络相融合进行地热流体水位预测。实验表明,这种方法用于水位预测时相对误差小、预测精度高、泛化能力强,具有使用和推广价值。
推荐文章
基于蚁群径向基函数网络的地下水预测模型
蚁群算法
径向基函数网络
地下水位
预测
用径向基函数神经网络模型预报感潮河段洪水位
感潮河段
水位预报
径向基函数
人工神经网络
利用径向基函数预测岩石渗透率及流体分子组分
测井反问题
正演模型
径向基函数插值
渗透率
分子组分
一种基于蚁群聚类的径向基神经网络
径向基神经网络
蚁群聚类算法
基函数
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 基于蚁群径向基函数网络的地热流体水位预测模型
来源期刊 地热能 学科 工学
关键词 蚁群算法 径向基函数网络 地热流体 水位预测
年,卷(期) 2017,(5) 所属期刊栏目
研究方向 页码范围 13-16
页数 4页 分类号 TP183
字数 语种
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 刘杰 12 51 3.0 7.0
2 宋美钰 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(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)
研究主题发展历程
节点文献
蚁群算法
径向基函数网络
地热流体
水位预测
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
地热能
双月刊
天津市南开区卫津路天津大学内
出版文献量(篇)
1747
总下载数(次)
10
总被引数(次)
0
论文1v1指导