论文部分内容阅读
为了研究上游来水和下游潮汐对咸潮入侵的影响,首先利用灰色关联分析法进行计算与排序,再将关联度较大的因子作为输入神经元输入到神经网络模型中,然后利用BP神经网络模型及AdaBoost-BP神经网络模型分别进行盐度模拟。结果表明：相对于BP神经网络模型,从逐日相对误差来看,AdaBoost-BP神经网络模型的模拟相对误差较小;从平均相对误差来看,用AdaBoost-BP神经网络模型进行模拟,训练集和测试集的平均相对误差分别优化了2.19%和1.46%;从相关系数R来看,用AdaBoost-BP神经网络模型进行