论文部分内容阅读
提出采用粗糙神经网络预测坡面雨滴溅蚀量。用粗糙集方法中条件属性与决策属性相对依赖的概念约简某雨滴溅蚀量试验中的冗余信息，去掉了坡度、雨强、水深、单宽流量4个试验指标中水深和单宽流量两个指标，建立了以坡度、雨强为输入，溅蚀量为输出的2-5—1的粗糙神经网络模型，简化了神经网络的结构，减少了网络的训练时间。实例计算中信息约简后预测值与试验值线性回归的相关系数大于未约简时的相关系数值，计算速度也有所提高。实例计算表明，粗糙神经网络为坡面雨滴溅蚀量预测研究提供了一种有效可行的算法。