文献类型：期刊文章

作　　者：刘光星[1] 李巧花[1]

Liu Guangxing;Li Qiaohua(Shaanxi Key Laboratory of Oil and Gas Well Measurement and Control Technology,School ofElectronic Engineering,Xi’an University of Petroleum,Xi’an Shaanxi, 710065)

机构地区：[1]西安石油大学电子工程学院陕西省油气井测控技术重点实验室,陕西西安710065

出　　处：《电子测试》

基　　金：基于石油钻机自动送钻的钻压动态优化与智能控制研究(17JS107);西安石油大学研究生创新与实践能力培养项目(YCS17212056)

年　　份：2019

卷　　号：30

期　　号：7

起止页码：51-52

语　　种：中文

收录情况：普通刊

摘　　要：地下水位是衡量生态环境优劣和地下水资源的一个重要指标。因此预测地下水位对水资源的合理调度具有十分重要的意义。本文利用粒子群算法优化BP神经网络,建立地下水位预测模型。通过实例仿真,证明了该粒子群-BP神经网络模型的预测精度较好。

关 键 词：粒子群算法 BP神经网络 地下水位 预测  仿真

分 类 号：TP18] P641.7]