计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2007年
4期
139-141,封3
,共4页
神经网络%遗传算法%小波分析%智能建模%组件技术
神經網絡%遺傳算法%小波分析%智能建模%組件技術
신경망락%유전산법%소파분석%지능건모%조건기술
本文对已有的人工神经网络、小波分析、遗传算法的建模方法进行组合利用和加以改进, 建立了智能信息处理器.该系统将大量的观测数据进行小波去噪等预处理后,作为小波神经网络模型的输入训练样本数据,网络训练中利用遗传算法动态修改网络结构和参数,并避免神经网络训练速度慢、容易陷入局部极值的缺点,从而完成数据挖掘和复杂的非线性建模功能;同时以智能信息处理器为基础,基于GIS平台利用组件技术建立扩展性强的智能建模系统.最后以某灌区水资源管理过程中的径流预报为例进行仿真实验,验证了方案的可行性和有效性.
本文對已有的人工神經網絡、小波分析、遺傳算法的建模方法進行組閤利用和加以改進, 建立瞭智能信息處理器.該繫統將大量的觀測數據進行小波去譟等預處理後,作為小波神經網絡模型的輸入訓練樣本數據,網絡訓練中利用遺傳算法動態脩改網絡結構和參數,併避免神經網絡訓練速度慢、容易陷入跼部極值的缺點,從而完成數據挖掘和複雜的非線性建模功能;同時以智能信息處理器為基礎,基于GIS平檯利用組件技術建立擴展性彊的智能建模繫統.最後以某灌區水資源管理過程中的徑流預報為例進行倣真實驗,驗證瞭方案的可行性和有效性.
본문대이유적인공신경망락、소파분석、유전산법적건모방법진행조합이용화가이개진, 건립료지능신식처리기.해계통장대량적관측수거진행소파거조등예처리후,작위소파신경망락모형적수입훈련양본수거,망락훈련중이용유전산법동태수개망락결구화삼수,병피면신경망락훈련속도만、용역함입국부겁치적결점,종이완성수거알굴화복잡적비선성건모공능;동시이지능신식처리기위기출,기우GIS평태이용조건기술건립확전성강적지능건모계통.최후이모관구수자원관리과정중적경류예보위례진행방진실험,험증료방안적가행성화유효성.
