| 基于粒子群算法的BP神经网络在地下水位预测中的研究 |
| |
| 引用本文： | 刘光星,李巧花. 基于粒子群算法的BP神经网络在地下水位预测中的研究[J]. 电子测试, 2019, 0(7): 51-52 |
| |
| 作者姓名： | 刘光星 李巧花 |
| |
| 作者单位： | 西安石油大学电子工程学院 陕西省油气井测控技术重点实验室,陕西西安,710065;西安石油大学电子工程学院 陕西省油气井测控技术重点实验室,陕西西安,710065 |
| |
| 基金项目： | 基于石油钻机自动送钻的钻压动态优化与智能控制研究;西安石油大学研究生创新与实践能力培养项目 |
| |
| 摘 要： | 地下水位是衡量生态环境优劣和地下水资源的一个重要指标。因此预测地下水位对水资源的合理调度具有十分重要的意义。本文利用粒子群算法优化BP神经网络,建立地下水位预测模型。通过实例仿真,证明了该粒子群-BP神经网络模型的预测精度较好。
|
| 关 键 词： | 粒子群算法 BP神经网络 地下水位 预测 仿真 |
The research of BP neural network based on particle swarm optimization in groundwater level prediction |
| |
| Liu Guangxing,Li Qiaohua. The research of BP neural network based on particle swarm optimization in groundwater level prediction[J]. Electronic Test, 2019, 0(7): 51-52 |
| |
| Authors: | Liu Guangxing Li Qiaohua |
| |
| Affiliation: | (Shaanxi Key Laboratory of Oil and Gas Well Measurement and Control Technology,School ofElectronic Engineering,Xi’an University of Petroleum,Xi’an Shaanxi, 710065) |
| |
| Abstract: | Groundwater level is an important index to evaluate the ecological environment and groundwater resources. Therefore, it is of great significance to predict the groundwater level for the rational allocation of water resources. This paper uses particle swarm optimization (pso) to optimize BP neural network and establish groundwater level prediction model. Simulation results show that the prediction accuracy of the pso -BP neural network model is good. |
| |
| Keywords: | particle swarm optimization BP neural network groundwater level to predict simulation |
| 本文献已被 维普 万方数据 等数据库收录！ |
