计算机与数字工程
計算機與數字工程
계산궤여수자공정
COMPUTER & DIGITAL ENGINEERING
2013年
11期
1733-1735,1790
,共4页
LMBP算法%时间序列%日流量预测%收敛速度
LMBP算法%時間序列%日流量預測%收斂速度
LMBP산법%시간서렬%일류량예측%수렴속도
LMBP algorithm%time series%daily flow forecast%convergence speed
运用反向传播的改进方法LMBP算法,选取宜昌站1994年～2003年的日流量时间序列,建立LMBP神经网络日流量预测模型.论文对模型中采用不同的延迟时间和不同的激活函数对日流量预测的影响进行了比较和分析.实验结果表明该模型在进行日流量预测时,准确率高,收敛速度快,性能良好.
運用反嚮傳播的改進方法LMBP算法,選取宜昌站1994年～2003年的日流量時間序列,建立LMBP神經網絡日流量預測模型.論文對模型中採用不同的延遲時間和不同的激活函數對日流量預測的影響進行瞭比較和分析.實驗結果錶明該模型在進行日流量預測時,準確率高,收斂速度快,性能良好.
운용반향전파적개진방법LMBP산법,선취의창참1994년～2003년적일류량시간서렬,건립LMBP신경망락일류량예측모형.논문대모형중채용불동적연지시간화불동적격활함수대일류량예측적영향진행료비교화분석.실험결과표명해모형재진행일류량예측시,준학솔고,수렴속도쾌,성능량호.
