BP神经网络在一维降雨入渗深度的仿真应用

• 作者: 刘朝 程圣国 覃茂森 赖坡
• 来源期刊: 水力发电
• 学科: 工学
• 关键词: BP神经网络 降雨 入渗深度 主成分分析
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 地质与勘测
• 页码范围: 39-42
• 页数: 4页
• 分类号: TU411.4
• 字数: 3088字
• 语种: 中文

摘要

降雨引起的土体滑坡中,绝大多数滑动面都在边坡土体的最大入渗深度范围之内,快速识别降雨入渗深度对滑坡前期的预测预报具有重要的意义.以室内一维降雨入渗试验为基础,抽取表征降雨入渗深度的关键特征值,采用主成分分析法,将影响降雨入渗深度的5个特征值综合成2个主成分,基于主成分分析建立BP神经网络仿真预测模型.预测结果与实际入渗深度最大误差值仅为4.69％,说明网络性能良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	覃茂森		2	1	1.0	1.0
2	程圣国		2	1	1.0	1.0
3	刘朝		2	1	1.0	1.0
4	赖坡		1	0	0.0	0.0