基于RBF神经网络地下水位预测 |
| |
引用本文: | 王晓伟,赵斌,戈天剑,陈金.基于RBF神经网络地下水位预测[J].农业科技与信息,2018(4). |
| |
作者姓名: | 王晓伟 赵斌 戈天剑 陈金 |
| |
作者单位: | 黑龙江八一农垦大学电气与信息学院; |
| |
摘 要: | 在黑龙江八五二农场,以地下水观测井测得的地下水埋深数据作为输出,以温度、湿度、降雨量、蒸发量这4个参数作为输入,一共测得54组数据,其中48组数据作为RBF神经网络的训练数据,6组数据作为测试数据。采用MATLAB2016b为平台创建RBF神经网络模型,对RBF神经网络的训练和测试最后测得最大相对误差为21.5%,最大绝对误差为0.862m。通过建模和得到的数据可以看出RBF神经网络具有较高的预测精度,学习速度也较快。
|
本文献已被 CNKI 等数据库收录! |
|