水文
水文
수문
HYDROLOGY
2013年
5期
10-15
,共6页
董晓华%刘超%喻丹%李磊%吕志祥%宋三红
董曉華%劉超%喻丹%李磊%呂誌祥%宋三紅
동효화%류초%유단%리뢰%려지상%송삼홍
径流预报%人工神经网络%平均线性粒子群算法%粒子群算法%BP算法
徑流預報%人工神經網絡%平均線性粒子群算法%粒子群算法%BP算法
경류예보%인공신경망락%평균선성입자군산법%입자군산법%BP산법
runoff forecasting%artificial neural networks%mean linear particle swarm optimization algorithm%particle swarm optimization algorithm%back-propagation algorithm
人工神经网络具有很强的非线性处理能力,能够有效地模拟复杂的非线性径流预报过程.传统的基于BP训练算法的人工神经网络具有训练时间较长,容易陷于局部最优值等缺陷,本文对训练算法加以改进,分别使用平均线性粒子群,粒子群和BP算法来优化人工神经网络的各项参数,首先使用标准函数测试了3种算法的全局优化性能,然后用它们对三峡水库的入库径流进行预报,以比较它们的预报性能.结果表明,在3种算法中,平均线性粒子群算法全局寻优的速度最快,稳定性最高,基于平均线性粒子群算法的人工神经网络的径流预报的精度也最高.
人工神經網絡具有很彊的非線性處理能力,能夠有效地模擬複雜的非線性徑流預報過程.傳統的基于BP訓練算法的人工神經網絡具有訓練時間較長,容易陷于跼部最優值等缺陷,本文對訓練算法加以改進,分彆使用平均線性粒子群,粒子群和BP算法來優化人工神經網絡的各項參數,首先使用標準函數測試瞭3種算法的全跼優化性能,然後用它們對三峽水庫的入庫徑流進行預報,以比較它們的預報性能.結果錶明,在3種算法中,平均線性粒子群算法全跼尋優的速度最快,穩定性最高,基于平均線性粒子群算法的人工神經網絡的徑流預報的精度也最高.
인공신경망락구유흔강적비선성처리능력,능구유효지모의복잡적비선성경류예보과정.전통적기우BP훈련산법적인공신경망락구유훈련시간교장,용역함우국부최우치등결함,본문대훈련산법가이개진,분별사용평균선성입자군,입자군화BP산법래우화인공신경망락적각항삼수,수선사용표준함수측시료3충산법적전국우화성능,연후용타문대삼협수고적입고경류진행예보,이비교타문적예보성능.결과표명,재3충산법중,평균선성입자군산법전국심우적속도최쾌,은정성최고,기우평균선성입자군산법적인공신경망락적경류예보적정도야최고.
