多隐层BP神经网络模型在径流预测中的应用

摘要：

基于人工神经网络基本原理和方法,构建多隐层BP神经网络径流预测模型,以新疆伊犁河雅马渡站径流预测为例进行分析,并构建常规单隐层BP以及RBF、GRNN神经网络模型作为对比分析模型,将各模型预测结果与文献[1]中的预测结果进行比较,结果表明:(1)多隐层BP神经网络径流预测模型泛化能力强,预测精度高,算法稳定,模型精度优于IEA-BP网络模型,表明研究建立的多隐层BP神经网络模型用于径流预测是合理可行的,是一种可以应用于水文径流预测预报的新方法.(2)RBF、GRNN神经网络径流预测模型预测精度高于常规单隐层BP网络模型,且RBF与GRNN神经网络模型具有收敛速度快、预测精度高、调整参数少,不易陷入局部极小值等优点,可以更快地预测网络,具有较大的计算优势.

关键词：多隐层BP神经网络、RBF神经网络、GRNN神经网络、单隐层BP神经网络、径流预测

所属期刊栏目：33

分类号：TV12(水利工程基础科学)

在线出版日期：2013-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：68-73