计算机与数字工程
計算機與數字工程
계산궤여수자공정
COMPUTER & DIGITAL ENGINEERING
2012年
10期
40-42,50
,共4页
BP神经网络%地下水位预测%数据归一化
BP神經網絡%地下水位預測%數據歸一化
BP신경망락%지하수위예측%수거귀일화
采用BP神经网络技术,将矿区的降雨量、排水量及前期水位三个因素作为输入层,矿山地下水位作为输出层,建立矿山地下水位预测模型.文章详细介绍了BP神经网络实现矿山地下水位预测的基本算法,将研究区矿山的长期观测孔实测水位作为实验数据并作出误差分析.最终成果能够达到矿山地下水位预测目的,并为分析地下水降落漏斗趋势提供有力依据.
採用BP神經網絡技術,將礦區的降雨量、排水量及前期水位三箇因素作為輸入層,礦山地下水位作為輸齣層,建立礦山地下水位預測模型.文章詳細介紹瞭BP神經網絡實現礦山地下水位預測的基本算法,將研究區礦山的長期觀測孔實測水位作為實驗數據併作齣誤差分析.最終成果能夠達到礦山地下水位預測目的,併為分析地下水降落漏鬥趨勢提供有力依據.
채용BP신경망락기술,장광구적강우량、배수량급전기수위삼개인소작위수입층,광산지하수위작위수출층,건립광산지하수위예측모형.문장상세개소료BP신경망락실현광산지하수위예측적기본산법,장연구구광산적장기관측공실측수위작위실험수거병작출오차분석.최종성과능구체도광산지하수위예측목적,병위분석지하수강락루두추세제공유력의거.
