首页|一种以神经网络为支撑的地下水位预测方法

一种以神经网络为支撑的地下水位预测方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
鉴于地下水位情况对经济生产建设和人们日常生活的重要性,为解决目前地下水位预测研究中存在的预测精度不高和误差较大的问题,基于Elman神经网络和灰度理论,构建一种GM-Elman模型,并以济源市地下水位为例进行预测.以2014年～2018年该地区地下水位数据为样本,预测出2019年的地下水位情况.分别以GM、Elman和GM-Elman三种不同的模型对相同的样本数据进行分析.实验结果表明:所提出的模型误差较小,预测结果更接近于真实值,为地下水位研究及相关实践提供提供了一种新的有效途径.
A Method for Predicting Groundwater Level Supported by Neural Network

徐根祺、曹宁、周璇、谢国坤、董三锋、刘浩

展开 >

西安交通工程学院电气工程学院,西安710300

西安交通工程学院土木工程学院,西安710300

Elman神经网络 灰度理论 地下水位预测

西安交通工程学院科学研究重点项目

2021KY-25

2022

10.3969/j.issn.1002-2279.2022.01.015

微处理机
中国电子科技集团公司第四十七研究所

微处理机

影响因子：0.183
ISSN：1002-2279
年,卷(期)：2022.43(1)
  • 14