10.3969/j.issn.1000-0852.2013.05.003
基于平均线性粒子群算法的人工神经网络在径流预报中的应用
人工神经网络具有很强的非线性处理能力,能够有效地模拟复杂的非线性径流预报过程.传统的基于BP训练算法的人工神经网络具有训练时间较长,容易陷于局部最优值等缺陷,本文对训练算法加以改进,分别使用平均线性粒子群,粒子群和BP算法来优化人工神经网络的各项参数,首先使用标准函数测试了3种算法的全局优化性能,然后用它们对三峡水库的入库径流进行预报,以比较它们的预报性能.结果表明,在3种算法中,平均线性粒子群算法全局寻优的速度最快,稳定性最高,基于平均线性粒子群算法的人工神经网络的径流预报的精度也最高.
径流预报、人工神经网络、平均线性粒子群算法、粒子群算法、BP算法
33
TV12(水利工程基础科学)
国家自然科学基金项目40701024
2013-11-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
10-15