检索结果-维普期刊中文期刊服务平台

加权马尔科夫链模型在农业灌溉用水预测中的应用研究被引量：12: 1; 作者王鑫东《中国农村水利水电》北大核心 2016年第5期58-60,64,共4页; 应用加权马尔科夫链数学模型对农业灌溉用水进行年和月尺度预测,并对比分析未加权马尔科夫链的预测精度,研究结果表明:相比于传统未加权马尔科夫链,加权马尔科夫链的农业灌溉用水预测精度明显有所改善,其与调查的农业灌溉用水的年和月... 展开更多; 关键词加权马尔科夫链模型传统马尔科夫链模型农业灌溉用水预测预测精度对比; 在线阅读下载PDF 职称材料

基于BP神经网络的郑州农业灌溉用水预测被引量：5: 2; 作者张艺聪《科学技术创新》 2021年第2期96-98,共3页; 对农业灌溉用水量的预测可以为合理安排水资源的利用提供一定的参考依据。以河南省郑州市为例,采用BP神经网络模型对郑州市2002-2018年农业灌溉用水量进行预测,并将预测结果和实际记录的农业灌溉用水量进行对比分析。研究结果表明:BP神... 展开更多; 关键词 BP神经网络模型农业灌溉用水预测构建; 在线阅读下载PDF 职称材料

基于改进BP神经网络模型的区域农业灌溉用水预测研究被引量：4: 3; 作者曲春阳刘亿军《吉林水利》 2016年第10期1-3,6,共4页; 传统BP神经网络模型局部易出现收敛,在模型求解过程,易出现求解不收敛的缺陷。为此引入小波分析函数对传统BP神经网络的节点计算进行改进。并将改进的BP神经网络模型运用于农业灌溉用水预测中,研究结果表明:改进的BP神经网络模型改变了... 展开更多; 关键词改进的BP神经网络模型传统BP神经网络模型模型求解收敛性农业灌溉用水预测; 在线阅读下载PDF 职称材料

基于混沌蚁群算法的辽宁中部地区农业灌溉水量预测研究被引量：2: 4; 作者宋楠《吉林水利》 2017年第4期20-22,27,共4页; 本文采用混沌蚁群算法对GM(1,1)模型计算结构进行优化,提高GM(1,1)模型计算效率和精度。并将基于该算法的GM(1,1)模型用于辽宁中部地区农业灌溉用水预测计算中。研究结果表明:相比于区域农业灌溉统计水量,模型预测的年灌溉水量误差小于2... 展开更多; 关键词混沌蚁群算法 GM(1 1)模型农业灌溉用水预测辽宁中部地区; 在线阅读下载PDF 职称材料

基于PPR模型在辽宁中部区域灌溉用水预测被引量：3: 5; 作者宋楠《水科学与工程技术》 2016年第3期39-41,共3页; 结合灌区实测灌水数据,采用PPR模型(投影追踪回归模型)对辽宁中部灌区农业灌溉用水进行预测,分析该模型在农业灌溉用水预测中的适用性。结果表明,该模型适用于灌区农业灌溉用水预测,可用于辽宁地区农业灌溉用水预测分析,为区域农业灌溉... 展开更多; 关键词 PPR模型农业灌溉用水预测适用性分析辽中地区; 在线阅读下载PDF 职称材料

题名加权马尔科夫链模型在农业灌溉用水预测中的应用研究被引量：12: 1; 作者王鑫东; 机构辽宁省江河流域管理局; 出处《中国农村水利水电》北大核心 2016年第5期58-60,64,共4页; 文摘应用加权马尔科夫链数学模型对农业灌溉用水进行年和月尺度预测,并对比分析未加权马尔科夫链的预测精度,研究结果表明:相比于传统未加权马尔科夫链,加权马尔科夫链的农业灌溉用水预测精度明显有所改善,其与调查的农业灌溉用水的年和月尺度相关系数分别达到0.712 1和0.866 6,高于未加权的马尔科夫链的预测精度;对于不同时间尺度而言,加权马尔科夫链模型预测的灌溉用水和调查灌溉用水量虽在月尺度相关系数大于年尺度相关系数,但年尺度预测相对误差明显小于月尺度预测相对误差。; 关键词加权马尔科夫链模型传统马尔科夫链模型农业灌溉用水预测预测精度对比; Keywords weighted Markov chain model traditional Markov chain model forecasting of agricultural irrigation water prediction accuracy compared; 分类号 TV93 [水利工程—水利水电工程] S274.4 [农业科学—农业水土工程]; 在线阅读下载PDF 职称材料

题名基于BP神经网络的郑州农业灌溉用水预测被引量：5: 2; 作者张艺聪; 机构华北水利水电大学信息工程学院; 出处《科学技术创新》 2021年第2期96-98,共3页; 文摘对农业灌溉用水量的预测可以为合理安排水资源的利用提供一定的参考依据。以河南省郑州市为例,采用BP神经网络模型对郑州市2002-2018年农业灌溉用水量进行预测,并将预测结果和实际记录的农业灌溉用水量进行对比分析。研究结果表明:BP神经网络模型可以应用于对郑州市农业灌溉用水量的预测,通过模型计算预测出的灌溉用水量和郑州市水资源公报记录的农田灌溉用水量之间的平均相对误差在4.31%左右,模型有效度达92.40%,在农业灌溉用水的预测规范精度要求之内。; 关键词 BP神经网络模型农业灌溉用水预测构建; 分类号 S273 [农业科学—农业水土工程]; 在线阅读下载PDF 职称材料

题名基于改进BP神经网络模型的区域农业灌溉用水预测研究被引量：4: 3; 作者曲春阳刘亿军; 机构辽宁天阳工程技术咨询服务有限公司; 出处《吉林水利》 2016年第10期1-3,6,共4页; 文摘传统BP神经网络模型局部易出现收敛,在模型求解过程,易出现求解不收敛的缺陷。为此引入小波分析函数对传统BP神经网络的节点计算进行改进。并将改进的BP神经网络模型运用于农业灌溉用水预测中,研究结果表明:改进的BP神经网络模型改变了局部易收敛的缺陷,模型求解更为合理。在农业灌溉用水预测精度上也明显好于传统的BP神经网络模型。; 关键词改进的BP神经网络模型传统BP神经网络模型模型求解收敛性农业灌溉用水预测; Keywords Improved BP neural network model the traditional BP neural network model model solution con- vergence forecasting of agricultural irrigation water; 分类号 S274 [农业科学—农业水土工程]; 在线阅读下载PDF 职称材料

题名基于混沌蚁群算法的辽宁中部地区农业灌溉水量预测研究被引量：2: 4; 作者宋楠; 机构辽宁省水文局; 出处《吉林水利》 2017年第4期20-22,27,共4页; 文摘本文采用混沌蚁群算法对GM(1,1)模型计算结构进行优化,提高GM(1,1)模型计算效率和精度。并将基于该算法的GM(1,1)模型用于辽宁中部地区农业灌溉用水预测计算中。研究结果表明:相比于区域农业灌溉统计水量,模型预测的年灌溉水量误差小于20%,不同月份计算误差也小于25%,基于混沌蚁群算法的GM(1,1)模型在农业灌溉水量预测上具有一定精度和适用性。研究成果可为辽宁中部节水增量农业用水规划提供参考。; 关键词混沌蚁群算法 GM(1 1)模型农业灌溉用水预测辽宁中部地区; Keywords chaotic ant colony algorithm GM （ 1,1 ） model agricultural irrigation water forecast Liaoning cen-tral region; 分类号 S274 [农业科学—农业水土工程]; 在线阅读下载PDF 职称材料

题名基于PPR模型在辽宁中部区域灌溉用水预测被引量：3: 5; 作者宋楠; 机构辽宁省水文局; 出处《水科学与工程技术》 2016年第3期39-41,共3页; 文摘结合灌区实测灌水数据,采用PPR模型(投影追踪回归模型)对辽宁中部灌区农业灌溉用水进行预测,分析该模型在农业灌溉用水预测中的适用性。结果表明,该模型适用于灌区农业灌溉用水预测,可用于辽宁地区农业灌溉用水预测分析,为区域农业灌溉趋势预测提供了参考。; 关键词 PPR模型农业灌溉用水预测适用性分析辽中地区; Keywords PPR model predict irrigation water applicability analysis Liaoning Area; 分类号 P332 [天文地球—水文科学]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	加权马尔科夫链模型在农业灌溉用水预测中的应用研究	王鑫东	《中国农村水利水电》北大核心	2016	12	在线阅读下载PDF 职称材料
2	基于BP神经网络的郑州农业灌溉用水预测	张艺聪	《科学技术创新》	2021	5	在线阅读下载PDF 职称材料
3	基于改进BP神经网络模型的区域农业灌溉用水预测研究	曲春阳刘亿军	《吉林水利》	2016	4	在线阅读下载PDF 职称材料
4	基于混沌蚁群算法的辽宁中部地区农业灌溉水量预测研究	宋楠	《吉林水利》	2017	2	在线阅读下载PDF 职称材料
5	基于PPR模型在辽宁中部区域灌溉用水预测	宋楠	《水科学与工程技术》	2016	3	在线阅读下载PDF 职称材料