人民珠江
人民珠江
인민주강
Pearl River
2015年
5期
43-46
,共4页
径流预测%回溯搜索优化算法%BP神经网络%参数优化
徑流預測%迴溯搜索優化算法%BP神經網絡%參數優化
경류예측%회소수색우화산법%BP신경망락%삼수우화
针对BP神经网络易陷入局部极值及初始权阈值参数难以确定的不足,利用一种新型进化算法——回溯搜索优化算法(BSA)优化BP神经网络初始权值和阈值,提出BSA-BP年径流预测模型,并构建PSO-BP、GA-BP及BP模型作对比模型,以云南省清水江站年径流预测为例进行实例研究.结果表明:BSA-BP模型预测精度优于PSO-BP、GA-BP及BP模型.利用BSA算法优化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.
針對BP神經網絡易陷入跼部極值及初始權閾值參數難以確定的不足,利用一種新型進化算法——迴溯搜索優化算法(BSA)優化BP神經網絡初始權值和閾值,提齣BSA-BP年徑流預測模型,併構建PSO-BP、GA-BP及BP模型作對比模型,以雲南省清水江站年徑流預測為例進行實例研究.結果錶明:BSA-BP模型預測精度優于PSO-BP、GA-BP及BP模型.利用BSA算法優化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.
침대BP신경망락역함입국부겁치급초시권역치삼수난이학정적불족,이용일충신형진화산법——회소수색우화산법(BSA)우화BP신경망락초시권치화역치,제출BSA-BP년경류예측모형,병구건PSO-BP、GA-BP급BP모형작대비모형,이운남성청수강참년경류예측위례진행실례연구.결과표명:BSA-BP모형예측정도우우PSO-BP、GA-BP급BP모형.이용BSA산법우화BP신경망락적초시권치화역치,가유효제고BP신경망락적예측정도화범화능력.