东北水利水电
東北水利水電
동북수이수전
WATER RESOURCES & HYDROPOWER OF NORTHEAST CHINA
2005年
11期
28-29,37
,共3页
BP神经网络%遗传算法%太子河流域
BP神經網絡%遺傳算法%太子河流域
BP신경망락%유전산법%태자하류역
本文对用遗传算法(GA)改进的神经网络的算法进行了分析,建立了用GA寻求权重的前馈网络模型(简称模型Ⅰ)和用GA优化初始权重的前馈网络模型(简称模型Ⅱ).对太子河流域的5个计算单元前35年年径流量进行了模拟和用后10年资料对模型进行了检验,并与传统的BP神经网络模型进行了比较.结果表明:模型Ⅰ对历史样本拟合较差,但其预报效果优于模型Ⅱ和传统的网络模型.模型Ⅱ和未改进的网络模型效果相似,精度有所提高.
本文對用遺傳算法(GA)改進的神經網絡的算法進行瞭分析,建立瞭用GA尋求權重的前饋網絡模型(簡稱模型Ⅰ)和用GA優化初始權重的前饋網絡模型(簡稱模型Ⅱ).對太子河流域的5箇計算單元前35年年徑流量進行瞭模擬和用後10年資料對模型進行瞭檢驗,併與傳統的BP神經網絡模型進行瞭比較.結果錶明:模型Ⅰ對歷史樣本擬閤較差,但其預報效果優于模型Ⅱ和傳統的網絡模型.模型Ⅱ和未改進的網絡模型效果相似,精度有所提高.
본문대용유전산법(GA)개진적신경망락적산법진행료분석,건립료용GA심구권중적전궤망락모형(간칭모형Ⅰ)화용GA우화초시권중적전궤망락모형(간칭모형Ⅱ).대태자하류역적5개계산단원전35년년경류량진행료모의화용후10년자료대모형진행료검험,병여전통적BP신경망락모형진행료비교.결과표명:모형Ⅰ대역사양본의합교차,단기예보효과우우모형Ⅱ화전통적망락모형.모형Ⅱ화미개진적망락모형효과상사,정도유소제고.
