Elman反馈型神经网络模型在灌溉用水量预测中的应用

被引：9

作者：

吴萍 ^{[1
]}

迟道才 ^{[1
]}

王殿武 ^{[2
]}

马涛 ^{[1
]}

刘鑫 ^{[1
]}

孙号茗 ^{[1
]}

机构：

[1] 沈阳农业大学

[2] 辽宁省水文水资源勘测局

来源：

沈阳农业大学学报 | 2007年 / 04期

关键词：

灌溉用水量; 神经网络; Elman模型; 辽阳灌区;

D O I：

暂无

中图分类号：

S274.4 [灌溉用水的测量与统计];

学科分类号：

0815 ; 082802 ;

摘要：

灌溉用水量的预测对灌区的灌溉管理起着重要的作用。运用神经网络中Elman反馈型神经网络建立了灌溉用水量预测模型,模型输入层神经元数目为4,输出层神经元数目为1,隐含层神经元数目确定采用试验法,最终确定为10。预测结果表明:该方法与传统的预测方法相比,具有网络稳定性高,训练误差曲线比较平滑,模型预报精度较高等优点。

引用

页码：586 / 589

页数：4

共 10 条

[1]

基于神经网络的灌溉用水量预测研究.[D].郑玉胜.武汉大学.2004, 04

[2] Real-time forecasting of irrigation water requirements of paddy fields [J].