BP自组织神经网络在地下水动态分类中的应用

被引:4
作者
朱雪芹
董颖
潘世兵
机构
[1] 吉林大学环境与资源学院
[2] 中国地质环境监测院
[3] 清华大学水利水电工程系水资源研究所 长春 
[4] 北京 
关键词
BP自组织神经网络; 地下水动态成因; 地下水动态类型;
D O I
10.16030/j.cnki.issn.1000-3665.2003.02.016
中图分类号
P641.2 [地下水动力学];
学科分类号
摘要
本文是根据国内外较为流行的BP自组织神经网络方法,与区域地下水动态成因及地下水观测井历时曲线形态相结合对哈尔滨市地下水的动态型进行定量分类:波动—水文型、上升—弱水文型、上升·下降—开采型、上升—开采型,并且定位在图上。此种分类更加直观地反映本区地下水在空间和时间的变化规律,并对本区地下水的水流模型参数分区具有参考价值。
引用
收藏
页码:62 / 64+73 +73
页数:4
相关论文
共 4 条
[1]   基于神经网络的洪水预报研究 [J].
冯利华 .
自然灾害学报, 2000, (02) :45-48
[2]   哈尔滨市水资源系统管理研究 [J].
田廷山 ;
崔荣久 .
水文地质工程地质, 1992, (02) :41-43
[3]  
Neural nets for modeling rainfallrunoff transformations. Lorrai M,Sechi G M. Water Resources . 1995
[4]  
Neural nets for modelling rainfall-runoff transformations[J] . M. Lorrai,G. M. Sechi. &nbspWater Resources Management . 1995 (4)