BP神经网络方法在灌区需水预测中的应用
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TV213

基金项目:


Application of BP Neural Network Method on Water Requirement Forecasting in the Irrigatied Area
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    以江西省廖坊水利枢纽灌区为例,通过查阅年鉴、现场调查和专家咨询确定影响需水量的主要因子,根据确定的主要影响因子构造BP神经网络的输入样本,利用Matlab软件平台编程,建立灌区需水模型。利用建立的模型预测2025年灌区的需水量与其他方法的预测成果进行比较,结果表明,BP神经网络方法在廖坊灌区需水量预测的应用上是成功的。

    Abstract:

    Taking the irrigated area of Liaofang water conservancy project in Jiangxi Province as an example, the main factors influencing the water demand were determined by referring to the yearbook, field investigation and expert consultation. The input samples of BP neural network were constructed according to the main influencing factors, and the Water demand model of irrigated area was programmed by Matlab software platform. The results show that BP neural network is an effective method to forecast the water demand of irrigation area in 2025 and BP neural network is successful in the application of water demand forecast in LiaoFang irrigated area.

    参考文献
    相似文献
    引证文献
引用本文

黄曦妮,查思慧. BP神经网络方法在灌区需水预测中的应用[J].江西水利科技,2017,(2):88-92

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-06-14
  • 出版日期:
文章二维码