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:
地下水位是衡量生态环境优劣和地下水资源的一个重要指标.因此预测地下水位对水资源的合理调度具有十分重要的意义.本文利用粒子群算法优化BP神经网络,建立地下水位预测模型.通过实例仿真,证明了该粒子群-BP神经网络模型的预测精度较好.
推荐文章
预测济南地下水位的BP神经网络模型及其改进
BP神经网络
过拟合现象
多重共线性
地下水位预测
济南市
应用优化神经网络算法预报地下水位
神经网络
Levenberg-Marquart算法
地下水位
预报
地下水位埋深的SARIMA与BP神经网络组合模型预测分析
地下水位埋深
SARIMA模型
BP神经网络
时间序列预测
基于BP神经网络的地下水动态预测
人工神经网络
地下水位
动态趋势
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 基于粒子群算法的BP神经网络在地下水位预测中的研究
来源期刊 电子测试 学科
关键词 粒子群算法 BP神经网络 地下水位 预测 仿真
年,卷(期) 2019,(7) 所属期刊栏目 理论与算法
研究方向 页码范围 51-52
页数 2页 分类号
字数 1299字 语种 中文
DOI 10.3969/j.issn.1000-8519.2019.07.022
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 刘光星 西安石油大学电子工程学院陕西省油气井测控技术重点实验室 23 69 4.0 7.0
2 李巧花 西安石油大学电子工程学院陕西省油气井测控技术重点实验室 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  (17)
共引文献  (11)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(4)
  • 参考文献(0)
  • 二级参考文献(4)
2020(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(4)
  • 参考文献(0)
  • 二级参考文献(4)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群算法
BP神经网络
地下水位
预测
仿真
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
总被引数(次)
36145
论文1v1指导