基于BP神经网络的矿山地下水位预测研究
卓中文
王山东
杨松
1.河海大学地球科学与工程学院 南京 2100982.河海大学地球科学与工程学院 南京 2100983.河海大学地球科学与工程学院 南京 210098
摘要：采用BP神经网络技术,将矿区的降雨量、排水量及前期水位三个因素作为输入层,矿山地下水位作为输出层,建立矿山地下水位预测模型.文章详细介绍了BP神经网络实现矿山地下水位预测的基本算法,将研究区矿山的长期观测孔实测水位作为实验数据并作出误差分析.最终成果能够达到矿山地下水位预测目的,并为分析地下水降落漏斗趋势提供有力依据.
关键词：BP神经网络地下水位预测数据归一化
分类号：TP391(计算技术、计算机技术)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 40-42,50 )
英文信息