水电能源科学
水電能源科學
수전능원과학
INTERNATIONAL JOURNAL HYDROELECTRIC ENERGY
2012年
6期
98-101
,共4页
仲云飞%梅一韬%吴邦彬%陈端
仲雲飛%梅一韜%吳邦彬%陳耑
중운비%매일도%오방빈%진단
遗传算法%BP神经网络%逐步回归%扬压力%预测
遺傳算法%BP神經網絡%逐步迴歸%颺壓力%預測
유전산법%BP신경망락%축보회귀%양압력%예측
针对BP神经网络的局部极小和收敛慢等问题,提出了利用遗传算法的选择、交叉和变异操作优化BP神经网络的权值和阈值,将优化后的BP神经网络用于预测大坝扬压力.通过实例应用,将遗传算法优化的BP神经网络与逐步回归、BP神经网络预测相对比,结果表明遗传算法优化的BP神经网络收敛快且预测结果精度高.
針對BP神經網絡的跼部極小和收斂慢等問題,提齣瞭利用遺傳算法的選擇、交扠和變異操作優化BP神經網絡的權值和閾值,將優化後的BP神經網絡用于預測大壩颺壓力.通過實例應用,將遺傳算法優化的BP神經網絡與逐步迴歸、BP神經網絡預測相對比,結果錶明遺傳算法優化的BP神經網絡收斂快且預測結果精度高.
침대BP신경망락적국부겁소화수렴만등문제,제출료이용유전산법적선택、교차화변이조작우화BP신경망락적권치화역치,장우화후적BP신경망락용우예측대패양압력.통과실례응용,장유전산법우화적BP신경망락여축보회귀、BP신경망락예측상대비,결과표명유전산법우화적BP신경망락수렴쾌차예측결과정도고.