引用本文:王宗志,金菊良,郑子升,张玲玲.预测济南地下水位的BP神经网络模型及其改进[J].水利水运工程学报,2005,(4):71-74
【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 735次   下载 0次 本文二维码信息
码上扫一扫！
分享到： 微信 更多
字体:加大+|默认|缩小-
预测济南地下水位的BP神经网络模型及其改进
王宗志1,金菊良2,郑子升3,张玲玲4
1. 南京水利科学研究院,江苏,南京,210029
2. 合肥工业大学,土木建筑工程学院,安徽,合肥,230009
3. 淄博市水利勘测设计院,山东,淄博,255020
4. 河海大学,商学院,江苏,南京,210098
摘要:
用BP神经网络预测济南市地下水位，并利用网络“截口”处连接权与阈值的信息，揭示了“过拟合”现象与输入神经元间的多重共线，是导致BP神经网络预测性能降低的主要原因．确定了以当年地下水开采量、前1年地下水位、当年降雨量为输入神经元，拓扑结构为3：3：1的改进的BP神经网络模型，预测了济南地下水位．结果表明，该模型的预测精度较高，相对误差约为6％．
关键词:  BP神经网络 过拟合现象 多重共线性 地下水位预测 济南市
DOI：
分类号:P641.2 TP183
基金项目:国家自然科学基金资助项目（50579009）
Improved BP neural network and its application in forecasting groundwater level in Jinan city
WANG Zong-zhi1,JIN Ju-liang2,ZHENG Zi-sheng3,ZHANG Ling-ling4
Abstract:
Key words:  BP neutral network  over-fit phenomena  multi-collinearity  forecasting of ground water level  Jinan city
手机扫一扫看