基于RBF网络的地下水动态模拟与预测
准确地预测地下水位对人民生活、生产都有很重要的意义.针对地下水位是一个与多种因素相关的复杂的非线性问题,利用RBF(RadialBasisFunction)神经网络自适应确定、输出与初始权值无关等优良特性,将该网络应用于某地下水动态模拟与预测,演示训练样本集与检测样本集的构建、原始数据的预处理、神经网络的构建训练和检测及结果评价的整个过程.并且通过仿真确定了最佳的径向基函数的分布spread,达到了很好的预测效果.
RBF 神经网络 仿真 地下水预测
秦红波 李铁鹰
太原理工大学,信息工程学院,太原,030024
国内会议
南宁
中文
331-333
2006-11-01（万方平台首次上网日期，不代表论文的发表时间）