| BP神经网络在BOULTON法确定潜水含水层参数中的应用 |
| |
| 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,2005,32(3):42-45. |
| |
| 作者姓名： | 高瑞忠 朝伦巴根 朱仲元 贾德彬 柴建华 |
| |
| 作者单位： | 1. 内蒙古农业大学水利与土木工程建筑学院,呼和浩特,010018
2. 内蒙古水利科学研究院,呼和浩特,010020 |
| |
| 基金项目： | 国家自然科学基金重点资助项目(50139040) |
| |
| 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。
|
| 关 键 词： | N.S.Boulton第二潜水井流理论 BP神经网络 含水层求参 |
| 文章编号： | 1000-3665(2005)03-0042-04 |
| 修稿时间： | 2004年7月5日 |
Application of artificial neural networks in unconfined aquifer parameter identification based on the Boulton theory |
| |
| 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 and Engineering Geology,2005,32(3):42-45. |
| |
| Authors: | GAO Rui-zhong CHAO Lun-bagen ZHU Zhong-yuan JIA De-bin CHAI Jian-hua |
| |
| Institution: | GAO Rui-zhong~1,CHAO Lun-bagen~1,ZHU Zhong-yuan~1,JIA De-bin~1,CHAI Jian-hua~2 |
| |
| Abstract: | Based on analyzing the analytical solution of the Boulton model introducing the concept of delayed yield and combining the Gauss integral with artificial neural networks of BP,a method,Boulton-BP,for identifying unconfined aquifer parameters is proposed in this paper.Results of actual application indicate that aquifer parameters can quickly be identified with this approach.The obtained parameters are thought to have resonable accuracy. |
| |
| Keywords: | Boulton theory artificial neural networks of BP identification of unconfined aquifer parameters |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
