人民黄河
人民黃河
인민황하
Yellow River
2012年
6期
16-17,20
,共3页
小波分析%BP神经网络%预测模型%开河历时%凌汛
小波分析%BP神經網絡%預測模型%開河歷時%凌汛
소파분석%BP신경망락%예측모형%개하력시%릉신
将小波函数作为BP神经网络隐含层节点的传递函数,提出了预测冰凌开河历时的小波神经网络模型.实例应用结果表明:该模型具有收敛速度快、预测精度高等特点,克服了单一BP神经网络在预测中极易陷入局部极小点等缺点,模型预测结果更接近实际值,其相对平均误差比单一BP神经网络和模糊神经网络分别降低了2.24％和4.83％.
將小波函數作為BP神經網絡隱含層節點的傳遞函數,提齣瞭預測冰凌開河歷時的小波神經網絡模型.實例應用結果錶明:該模型具有收斂速度快、預測精度高等特點,剋服瞭單一BP神經網絡在預測中極易陷入跼部極小點等缺點,模型預測結果更接近實際值,其相對平均誤差比單一BP神經網絡和模糊神經網絡分彆降低瞭2.24％和4.83％.
장소파함수작위BP신경망락은함층절점적전체함수,제출료예측빙릉개하력시적소파신경망락모형.실례응용결과표명:해모형구유수렴속도쾌、예측정도고등특점,극복료단일BP신경망락재예측중겁역함입국부겁소점등결점,모형예측결과경접근실제치,기상대평균오차비단일BP신경망락화모호신경망락분별강저료2.24％화4.83％.
