人民珠江
人民珠江
인민주강
Pearl River
2015年
4期
123-126
,共4页
需水预测%和声搜索算法%BP神经网络%参数优化
需水預測%和聲搜索算法%BP神經網絡%參數優化
수수예측%화성수색산법%BP신경망락%삼수우화
为提高需水预测精度以及针对BP神经网络易陷入局部极值及初始参数难以确定等不足,利用和声搜索(HS)算法优化BP神经网络初始权值和阈值,提出HS-BP需水预测模型,以上海市需水预测为例进行实例验证,并同PSO-BP、GA-BP及BP模型进行比较.仿真结果表明HS-BP模型预测精度优于PSO-BP、GA-BP及BP模型,具有较好的预测精度和泛化能力,利用HS优化BP神经网络的初始权值和阈值,可有效提高BP神经网络的预测精度和泛化能力.
為提高需水預測精度以及針對BP神經網絡易陷入跼部極值及初始參數難以確定等不足,利用和聲搜索(HS)算法優化BP神經網絡初始權值和閾值,提齣HS-BP需水預測模型,以上海市需水預測為例進行實例驗證,併同PSO-BP、GA-BP及BP模型進行比較.倣真結果錶明HS-BP模型預測精度優于PSO-BP、GA-BP及BP模型,具有較好的預測精度和汎化能力,利用HS優化BP神經網絡的初始權值和閾值,可有效提高BP神經網絡的預測精度和汎化能力.
위제고수수예측정도이급침대BP신경망락역함입국부겁치급초시삼수난이학정등불족,이용화성수색(HS)산법우화BP신경망락초시권치화역치,제출HS-BP수수예측모형,이상해시수수예측위례진행실례험증,병동PSO-BP、GA-BP급BP모형진행비교.방진결과표명HS-BP모형예측정도우우PSO-BP、GA-BP급BP모형,구유교호적예측정도화범화능력,이용HS우화BP신경망락적초시권치화역치,가유효제고BP신경망락적예측정도화범화능력.
