数学的实践与认识
數學的實踐與認識
수학적실천여인식
MATHEMATICS IN PRACTICE AND THEORY
2009年
9期
134-138
,共5页
人工神经网络%山坡平均坡度%水文%桥梁
人工神經網絡%山坡平均坡度%水文%橋樑
인공신경망락%산파평균파도%수문%교량
用BP神经网络方法对山坡平均山坡的解法进行分析,以29个小流域样本的水文数据为基础,通过应用人工神经网络反向传播BP(Back Propagation)算法,引入与山坡平均坡度密切相关的流域影响因子,并且通过调整网络结构中的权因子和阈值,建立了山坡平均坡度与流域影响因子之间的BP网络模型.计算结果表明,用拓扑结构为5-12-1的BP网络,经过学习150000次后,随机测试小流域样本的山坡平均坡度其计算结果和测试结果的相对误差不超过5%;证明该ANN模型的拟合能力强,从而为小流域山坡平均坡度的计算提供了一条新途径.
用BP神經網絡方法對山坡平均山坡的解法進行分析,以29箇小流域樣本的水文數據為基礎,通過應用人工神經網絡反嚮傳播BP(Back Propagation)算法,引入與山坡平均坡度密切相關的流域影響因子,併且通過調整網絡結構中的權因子和閾值,建立瞭山坡平均坡度與流域影響因子之間的BP網絡模型.計算結果錶明,用拓撲結構為5-12-1的BP網絡,經過學習150000次後,隨機測試小流域樣本的山坡平均坡度其計算結果和測試結果的相對誤差不超過5%;證明該ANN模型的擬閤能力彊,從而為小流域山坡平均坡度的計算提供瞭一條新途徑.
용BP신경망락방법대산파평균산파적해법진행분석,이29개소류역양본적수문수거위기출,통과응용인공신경망락반향전파BP(Back Propagation)산법,인입여산파평균파도밀절상관적류역영향인자,병차통과조정망락결구중적권인자화역치,건립료산파평균파도여류역영향인자지간적BP망락모형.계산결과표명,용탁복결구위5-12-1적BP망락,경과학습150000차후,수궤측시소류역양본적산파평균파도기계산결과화측시결과적상대오차불초과5%;증명해ANN모형적의합능력강,종이위소류역산파평균파도적계산제공료일조신도경.
