BP神经网络在BOULTON法确定潜水含水层参数中的应用

BP神经网络在BOULTON法确定潜水含水层参数中的应用

, , , ,

文章导航 > 水文地质工程地质 > 2005 > (3): 42-45

高瑞忠, 朝伦巴根, 朱仲元, 贾德彬, 柴建华. BP神经网络在BOULTON法确定潜水含水层参数中的应用[J]. 水文地质工程地质, 2005, (3): 42-45. doi: 10.3969/j.issn.1000-3665.2005.03.011

引用本文:

高瑞忠, 朝伦巴根, 朱仲元, 贾德彬, 柴建华. BP神经网络在BOULTON法确定潜水含水层参数中的应用[J]. 水文地质工程地质, 2005, (3): 42-45. doi: 10.3969/j.issn.1000-3665.2005.03.011

GAO Rui-zhong, CHAO Lun-bagen, ZHU Zhong-yuan, JIA De-bin, CHAI Jian-hua. Application of artificial neural networks in unconfined aquifer parameter identification based on the Boulton theory[J]. Hydrogeology & Engineering Geology, 2005, (3): 42-45. doi: 10.3969/j.issn.1000-3665.2005.03.011

Citation:

GAO Rui-zhong, CHAO Lun-bagen, ZHU Zhong-yuan, JIA De-bin, CHAI Jian-hua. Application of artificial neural networks in unconfined aquifer parameter identification based on the Boulton theory[J]. Hydrogeology & Engineering Geology, 2005, (3): 42-45. doi: 10.3969/j.issn.1000-3665.2005.03.011

BP神经网络在BOULTON法确定潜水含水层参数中的应用

内蒙古农业大学水利与土木工程建筑学院,呼和浩特,010018

内蒙古水利科学研究院,呼和浩特,010020

内蒙古农业大学

内蒙古水利科学研究院

详细信息

中图分类号: P641.2

刊出日期: 2005-06-15

Application of artificial neural networks in unconfined aquifer parameter identification based on the Boulton theory

Publish Date: 15 June 2005

摘要: 本文在分析具有迟后排水的N.S.Boulton第二潜水井流模型解析解的基础上,利用复合高斯求积法和学习速率、动量因子自适应的BP神经网络相结合对该模型数值求解,提出了确定潜水含水层系统参数的Boulton-BP法.实例计算结果表明,用Boulton-BP法求得参数正演出的降深-时间过程与抽水试验所得降深-时间过程拟合很好.该方法简单,快速,不需要将抽水试验所得降深-时间过程分为前、后两段分别求参,不仅简化潜水含水层的求参过程,而且有良好的求参效果.
- N.S.Boulton第二潜水井流理论 /
- BP神经网络 /
- 含水层求参

资源附件(0)

计量

文章访问数: 221
PDF下载数: 0
施引文献: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回