期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于集对分析和GA-BP神经网络的地下水埋深预测研究
被引量：
8
1
作者
陈笑
胡宏祥
+2 位作者
戚王月
周婷
夏萍
《华北水利水电大学学报（自然科学版）》
2019年第4期57-64,共8页
针对地下水位与其影响因素之间存在非线性映射关系的特点,提出了基于SPA方法筛选地下水埋深时空自变量、再基于遗传算法优化BP神经网络进行地下水埋深预测的SPA-GA-BPNN模型。将该模型应用于安徽省蒙城县地下水埋深的预测中,并与全变量...
针对地下水位与其影响因素之间存在非线性映射关系的特点,提出了基于SPA方法筛选地下水埋深时空自变量、再基于遗传算法优化BP神经网络进行地下水埋深预测的SPA-GA-BPNN模型。将该模型应用于安徽省蒙城县地下水埋深的预测中,并与全变量-LR、全变量-BPNN、全变量-GA-BPNN、SPA-LR和SPA-BPNN共5种模型进行对比。结果表明:SPA-GA-BPNN模型预测误差的MPAE值为0.088,MSE值为0.068,NSE值为0.848,误差指标均优于5种对比模型,在泛化性和稳定性方面也有显著优势。基于SPA方法筛选自变量,避免了自变量选取的主观性,且在理论上优于相关系数法,同时,遗传算法对神经网络的预测性能起到了显著的改进作用,可为地下水埋深变化过程的影响因素识别及预测提供可靠、有效的参考依据。
展开更多
关键词
集对分析
联系数
BP神经网络
遗传算法
地下水埋深预测
在线阅读
下载PDF
职称材料
题名
基于集对分析和GA-BP神经网络的地下水埋深预测研究
被引量：
8
1
作者
陈笑
胡宏祥
戚王月
周婷
夏萍
机构
安徽农业大学
水利
工程
系
安徽农业大学
环境
工程
系
安徽农业大学机械工程系
出处
《华北水利水电大学学报（自然科学版）》
2019年第4期57-64,共8页
基金
国家自然科学基金项目(51509001)
安徽省自然科学基金项目(1608085QE112)
+2 种基金
安徽省高校优秀青年人才支持计划重点项目(gxyqZD2017019)
安徽省国际科技合作计划项目(1604b0602029)
水体污染控制与治理科技重大专项项目(2017ZX07603-002)
文摘
针对地下水位与其影响因素之间存在非线性映射关系的特点,提出了基于SPA方法筛选地下水埋深时空自变量、再基于遗传算法优化BP神经网络进行地下水埋深预测的SPA-GA-BPNN模型。将该模型应用于安徽省蒙城县地下水埋深的预测中,并与全变量-LR、全变量-BPNN、全变量-GA-BPNN、SPA-LR和SPA-BPNN共5种模型进行对比。结果表明:SPA-GA-BPNN模型预测误差的MPAE值为0.088,MSE值为0.068,NSE值为0.848,误差指标均优于5种对比模型,在泛化性和稳定性方面也有显著优势。基于SPA方法筛选自变量,避免了自变量选取的主观性,且在理论上优于相关系数法,同时,遗传算法对神经网络的预测性能起到了显著的改进作用,可为地下水埋深变化过程的影响因素识别及预测提供可靠、有效的参考依据。
关键词
集对分析
联系数
BP神经网络
遗传算法
地下水埋深预测
Keywords
set pair analysis(SPA)
contact number
BP neural network
genetic algorithm
groundwater depth prediction
分类号
TV61 [水利工程—水利水电工程]
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
基于集对分析和GA-BP神经网络的地下水埋深预测研究
陈笑
胡宏祥
戚王月
周婷
夏萍
《华北水利水电大学学报（自然科学版）》
2019
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
