改进BP网络模型在径流预测中的应用

被引：1

作者：

展金岩

王丽萍

张验科

机构：

[1] 华北电力大学水电系统运行模拟与风险分析实验室

来源：

人民长江 | 2012年 / 43(S1)卷 / S1期

关键词：

径流预测; IPSO; BP网络模型; 参数优选;

D O I：

10.16232/j.cnki.1001-4179.2012.s1.010

中图分类号：

P338 [水文预报];

学科分类号：

081501 ;

摘要：

为了克服传统BP网络模型在训练过程中部分参数难以快速准确拟定的缺点,利用免疫粒子群算法对BP网络模型中隐含层节点数、最大训练次数、学习效率、动量因子等参数进行决策优选,建立了基于免疫粒子群算法的改进的BP网络模型。通过应用于某水电站水库的入库径流预测,结果表明,与传统BP网络模型相比,利用改进的BP网络模型所得的径流预测结果更准确。

引用

页码：111 / 113

页数：3

共 6 条

[1]

现代水资源规划[M]. 清华大学出版社 , 翁文斌等编著, 2004

[2] 基于免疫粒子群算法的组合预测方法 [J].

吴静敏 ;

左洪福 ;

陈勇 .

系统工程理论方法应用, 2006, (03) :229-233

[3] 免疫粒子群算法及其在水库优化调度中的应用 [J].

向波 ;

纪昌明 ;

罗庆松 .

河海大学学报(自然科学版), 2008, (02) :198-202

[4] 免疫粒子群算法在梯级电站短期优化调度中的应用 [J].

李安强 ;

王丽萍 ;

蔺伟民 ;

纪昌明 .

水利学报, 2008, (04) :426-432

[5]

Particle swarm optimization. Kennedy J,Eberhart RC. Proceedings of the IEEE International Conference on Neural Networks . 1995

[6]

A New Optimizer Using Particle Swarm Theory. Eberhart R,Kennedy J. Proceedings of the Sixth International Symposium on Micro Machine and Human Science . 1995

← 1 →