基于改进BP神经网络的水分入渗参数预测模型

• 作者: 樊贵盛 沈婧
• 来源期刊: 人民黄河
• 学科: 农学
• 关键词: BP神经网络 联合归一化法 预测 入渗参数 土壤理化参数 盐碱地
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 灌溉排水
• 页码范围: 137-142
• 页数: 6页
• 分类号: S152.7|TV93
• 字数: 5891字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2017.08.030

摘要

基于晋北盐碱地土壤水分原位入渗试验,建立了容量为150组的盐碱地Philip入渗模型参数样本,借助MATLAB软件,分别构建基于最值归一化法、联合归一化法的BP神经网络预测模型,其中模型的输入变量为土壤基本理化参数,输出变量为Philip入渗模型参数吸渗率S和稳渗率A,由两模型的预测结果发现,预测误差均小于6%,在建模误差允许范围之内,所建模型可靠;对比模型预报结果发现,联合归一化法处理过的输入数据更具代表性,且提高了网络收敛速度及预测精度.用实测资料对基于联合归一化法建立的模型进行精度检验,结果表明对入渗参数预测的相对误差均小于10%,模型预报精度较高,可满足实际应用的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊贵盛	太原理工大学水利科学与工程学院	152	1928	18.0	40.0
2	沈婧	太原理工大学水利科学与工程学院	3	6	2.0	2.0