论文部分内容阅读
采用相关分析的方法确定了灌区退水量的主要影响因素，将神经网络的在线学习功能与数据库技术相结合，建立了灌区退水量动态模型，实现了模型的在线学习，以动态的模型反映灌区退水系统的动态变化，保证了退水量模型使用的长期有效性。与实测资料对比表明，模型能够较好的模拟灌区退水系统的变化，利用灌区渠首的引水量、降水量和地下水埋深资料能够较准确的对灌区的退水量进行预测。