基于RBF神经网络的工业取水量预测研究

介绍了径向基函数（RBF）神经网络的结构、原理和训练算法。以某市为研究对象,建立了RBF神经网络工业取水量预测模型,采用最近邻聚类学习算法确定径向基函数的宽度、聚类中心和权值。结果表明：RBF模型具有较强的非线性处理能力和逼近能力,且结构简洁、学习速度快、预测精度高,泛化能力强,克服了BP神经网络学习过程收敛过分依赖于初值和可能出现局部收敛的缺陷。     

干旱区潜水蒸发的影响因素和计算方法分析

潜水蒸发是干旱区天然植被耗水的主要来源,其大小决定着干旱区天然绿洲生态的规模.本文对干旱区潜水蒸发的影响因素和计算方法进行了系统地分析和讨论,以期为指导干旱区的生态建设提供参考.     

地表水地下水联合调度模型发展前景分析

地表水地下水联合调度是解决水资源短缺的有效途径,对水资源优化配置具有重要意义。以地表水地下水联合调度内涵为基础,分析了国内外关于地表水地下水联合调度模型及优化方法的研究现状,系统分析了各种优化方法的优缺点,并对该研究领域的发展进行了展望。     

BP人工神经网络模型及其在年径流预报中的应用

文章选择和田河支流玉龙喀什河作为研究对象,构建BP神经网络模型,对玉龙喀什河年径流及相关气象资料行径流模拟研究,结果表明:BP人工神经网络模型收敛速度快,预报精度高,为该领域研究提供了新的思路。