引用本文:常亮,解建仓.应用优化神经网络算法预报地下水位[J].水利水运工程学报,2005,(4):66-70
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  【EndNote】   【RefMan】   【BibTex】
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 741次   下载 0 本文二维码信息
码上扫一扫!
分享到: 微信 更多
应用优化神经网络算法预报地下水位
常亮,解建仓
西安理工大学,水利水电学院,陕西,西安,710048
摘要:
根据地下水及其影响因素之间存在的映射关系,在BP网络模型的基础上,提出一种Levenberg-Marquart优化神经网络算法,并用于地下水位的预测.与传统的BP算法相比较,该算法的预测精度较高,计算结果稳定性好,收敛速度快.
关键词:  神经网络 Levenberg—Marquart算法 地下水位 预报
DOI:
分类号:P641.2 TP183
基金项目:
Prediction of groundwater level by optimized neural network algorithm
CHANG Liang,XIE Jian-cang
Abstract:
Based on the reflection relationship between the groundwater level and its influence factors and BP neural network model, a Levenberg-Marquart optimization algorithm of BP neural network is proposed and used for prediction of groundwater level. According to the comparison between the prediction results and the conventional BP algorithm, it can be seen that this algorithm has advantages of high prediction accuracy, fine stability and fast convergence speed.
Key words:  neural network  Levenberg-Marquart algorithm  groundwater level  prediction
手机扫一扫看