基于PSO的模糊人工神经网络径流预报模型

被引：4

作者：

何伟

李亚伟

金栋

刘光岩

机构：

[1] 华北水利水电学院土木系

[2] 大连理工大学土木水利学院

[3] 黄河水利职业技术学院河南郑州

[4] 辽宁大连

[5] 河南郑州

[6] 河南开封

来源：

气象水文海洋仪器 | 2004年 / 02期

关键词：

粒子群优化; 模糊神经网络; 径流预测;

D O I：

10.19441/j.cnki.issn1006-009x.2004.02.005

中图分类号：

P338 [水文预报];

学科分类号：

081501 ;

摘要：

粒子群优化(PSO,Particle swarm optimizer)算法是基于群智能的全局优化技术,它通过粒子间的相互作用,对解空间进行智能搜索,从而发现最优解。其优势在于操作简单,容易实现,并且功能强大。目前PSO已成为国际演化计算界研究的热点。本文将PSO与模糊优选人工神经网络进行融合,对流域年径流量进行智能预测,在对模糊优选神经网络训练中采取PSO算法和梯度下降算法相结合的方法,充分发挥PSO全局寻优的能力和梯度下降局部细致搜索优势,结果表明采用这种方法可以提高模糊优选人工神经网络的训练效率并且具有很好的推广能力。

引用

页码：18 / 21

页数：4