您的位置: 专家智库 > >

杨建飞

作品数:3 被引量:13H指数:2
供职机构:西北农林科技大学水利与建筑工程学院(水利水电科学研究院)更多>>
发文基金:国家自然科学基金“十一五”国家科技支撑计划国家科技支撑计划更多>>
相关领域:水利工程自动化与计算机技术农业科学更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇水利工程
  • 1篇农业科学

主题

  • 2篇地下水
  • 1篇地下水动态
  • 1篇优化BP神经...
  • 1篇神经网
  • 1篇神经网络
  • 1篇水量平衡
  • 1篇水流推进
  • 1篇权值
  • 1篇群算法
  • 1篇子群
  • 1篇网络
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇惯性权值
  • 1篇灌区
  • 1篇宝鸡峡灌区
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络
  • 1篇GM(1,1...

机构

  • 3篇西北农林科技...

作者

  • 3篇杨建飞
  • 2篇刘俊民
  • 2篇陈琳
  • 1篇马孝义
  • 1篇范海燕
  • 1篇王向伟

传媒

  • 2篇人民黄河
  • 1篇武汉大学学报...

年份

  • 2篇2011
  • 1篇2010
3 条 记 录,以下是 1-3
排序方式:
基于灰色残差模型的灌区地下水最小埋深预测被引量:8
2011年
建立灰色GM(1,1)主模型,然后进行残差修正,从而形成灰色残差模型,并对宝鸡峡灌区周城—苏坊洼地地下水最小埋深进行了预测。结果表明:根据前12 a观测数据建立模型,预测的第13 a地下水最小埋深为3.64 m,与实际值相比较,相对误差为4.21%;与单一采用灰色模型GM(1,1)相比,灰色残差模型克服了因数据序列不稳定而带来的误差,可提高灌区地下水最小埋深预测精度。
杨建飞刘俊民陈琳
关键词:地下水动态GM(1,1)模型宝鸡峡灌区
优化BP神经网络在地下水计算中的应用被引量:4
2011年
采用动态惯性因子对粒子群算法进行改进,并将其应用到BP神经网络的优化中,依据滦河某观测站数据建立地下水动态预测网络模型。预测结果表明:在训练样本、预报因子和建模参数都相同的情况下,BP神经网络的收敛速度明显较慢;粒子群算法代替梯度下降法优化BP神经网络,有效地提高了计算精度、加快了收敛速度、改善了神经网络的稳定性;混合动态惯性因子的粒子群算法,收敛速度快速提高,计算误差大幅减小,精度及稳定性均较高。
陈琳刘俊民明柯柯杨建飞
关键词:惯性权值粒子群算法BP神经网络地下水
基于水量平衡的膜孔畦灌水流推进过程研究被引量:1
2010年
通过引入地表储水形状系数和试验分析膜孔灌土壤入渗参数,基于水量平衡原理研究膜孔畦灌水流推进过程中入畦水量是由地表储水量、膜孔入渗水量和损失水量组成.结合田间水流推进试验,量化计算膜孔畦灌水流推进过程中损失水量与入畦流量的比值及灌溉水的有效利用率,并分析得出损失水量是由膜上积水和沿膜孔湿润体周围二维入渗的水量组成,沿膜孔湿润体二维入渗的水量提高了灌溉水的有效利用率,从而实现了水资源的高效利用,为推进膜孔灌的大田推广和发展提供技术依据,对发展节水农业和构建节水社会有一定的创新性.
马孝义王向伟范海燕杨建飞
共1页<1>
聚类工具0