机器学习算法反求水文地质参数

• 作者: 常安定 强玲娟 陈玉雪
• 来源期刊: 煤田地质与勘探
• 学科: 地球科学
• 关键词: 机器学习 双评价粒子群 水文地质参数
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 水文地质工程地质
• 页码范围: 87-90,95
• 页数: 5页
• 分类号: P641
• 字数: 3289字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1986.2017.03.016

摘要

传统方法求解优化问题时,一般都是依据最小二乘原理来确定目标函数.鉴于这种方法没有考虑到原始测量数据的误差对计算结果及精度带来的影响.为此,提出机器学习算法改进传统的目标函数,同时结合双评价粒子群算法来求解水文地质参数.结果表明,该算法具有良好的收敛性和稳定性,求解效率高,简单易实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常安定	长安大学理学院	64	249	8.0	11.0
2	强玲娟	长安大学理学院	3	7	1.0	2.0
3	陈玉雪	长安大学理学院	3	7	1.0	2.0