水力发电
水力髮電
수력발전
WATER POWER
2009年
8期
15-17
,共3页
径流预测%收缩因子%粒子群算法%BP网络模型
徑流預測%收縮因子%粒子群算法%BP網絡模型
경류예측%수축인자%입자군산법%BP망락모형
BP网络模型在径流预测中应用较广,效果较好.但目前对BP网络的初始权重及偏值、学习率、动量因子和训练次数多采用"试错法"来确定,具有较大的不确定性,影响到模型的收敛速度和精度.为此,提出一种利用粒子群收缩因子算法(CFPSO)对BP模型上述参数进行优化的方法,并利用径流预测实例进行检验,计算结果表明该优化方法能够提高BP模型的收敛速度和精度.
BP網絡模型在徑流預測中應用較廣,效果較好.但目前對BP網絡的初始權重及偏值、學習率、動量因子和訓練次數多採用"試錯法"來確定,具有較大的不確定性,影響到模型的收斂速度和精度.為此,提齣一種利用粒子群收縮因子算法(CFPSO)對BP模型上述參數進行優化的方法,併利用徑流預測實例進行檢驗,計算結果錶明該優化方法能夠提高BP模型的收斂速度和精度.
BP망락모형재경류예측중응용교엄,효과교호.단목전대BP망락적초시권중급편치、학습솔、동량인자화훈련차수다채용"시착법"래학정,구유교대적불학정성,영향도모형적수렴속도화정도.위차,제출일충이용입자군수축인자산법(CFPSO)대BP모형상술삼수진행우화적방법,병이용경류예측실례진행검험,계산결과표명해우화방법능구제고BP모형적수렴속도화정도.
