柳州师专学报
柳州師專學報
류주사전학보
JOURNAL OF LIUZHOU TEACHERS COLLEGE
2014年
2期
129-132
,共4页
丁红%董文永%李湘晖%李培冀
丁紅%董文永%李湘暉%李培冀
정홍%동문영%리상휘%리배기
遗传算法%退火算法%BP神经网络%水位预测
遺傳算法%退火算法%BP神經網絡%水位預測
유전산법%퇴화산법%BP신경망락%수위예측
为获得更准确的预测结果及更优良的预测性能,本文提出了一个新模型.该模型将遗传算法和退火相结合并进化BP神经网络,称为GASANN模型.通过预测中国广西柳江年水位数据,将新模型的性能与加权移动平均(WMA)、逐步回归(SR)以及自回归移动平均(ARIMA)进行比较,结果显示新模型性能优于其他模型.因此,该非线性模型可作为获取准确水位预测及改善水位预测性能的可选模型之一.
為穫得更準確的預測結果及更優良的預測性能,本文提齣瞭一箇新模型.該模型將遺傳算法和退火相結閤併進化BP神經網絡,稱為GASANN模型.通過預測中國廣西柳江年水位數據,將新模型的性能與加權移動平均(WMA)、逐步迴歸(SR)以及自迴歸移動平均(ARIMA)進行比較,結果顯示新模型性能優于其他模型.因此,該非線性模型可作為穫取準確水位預測及改善水位預測性能的可選模型之一.
위획득경준학적예측결과급경우량적예측성능,본문제출료일개신모형.해모형장유전산법화퇴화상결합병진화BP신경망락,칭위GASANN모형.통과예측중국엄서류강년수위수거,장신모형적성능여가권이동평균(WMA)、축보회귀(SR)이급자회귀이동평균(ARIMA)진행비교,결과현시신모형성능우우기타모형.인차,해비선성모형가작위획취준학수위예측급개선수위예측성능적가선모형지일.
