遗传算法改进的BP神经网络在混沌径流时间序列预测中的应用

被引:5
作者
刘媛媛 [1 ]
练继建 [2 ]
朱云 [3 ]
机构
[1] 中国水利水电科学研究院防洪减灾所
[2] 天津大学建工学院
[3] 宁夏回族自治区水利厅防办
关键词
混沌径流时间序列; BP神经网络; 遗传算法; Lyapunov指数;
D O I
暂无
中图分类号
P338 [水文预报];
学科分类号
摘要
区别于传统的提取混沌时间序列饱和嵌入维数的方法,本文利用人工神经网络成功地对水库混沌径流时间序列的饱和嵌入维数进行了提取,计算了该时间序列里的最大Lyapunov指数,两种方法结果都证明了该时间序列的混沌性。并用遗传算法对BP神经网络进行了改进,利用该模型对三门峡水库混沌径流时间序列进行了预测。实例计算表明该方法解决了BP神经网络收敛速度慢和易于陷入极小值的问题,大大提高了BP神经网络的计算精度和收敛速度。无论在计算精度上还是在收敛次数上都优于没有改进的BP神经网络。
引用
收藏
页码:45 / 48
页数:4
相关论文
共 4 条
[1]   最大Lyapunov指数计算的几种方法 [J].
郑兆苾 ;
张军 ;
汪秉宏 .
地震, 1994, (04) :86-92
[2]   混沌分析在水文径流预报中的应用 [J].
蒋传文 ;
陈实 ;
不详 .
系统工程 , 1999, (06) :69-71+80
[3]   非线性时间序列数据中的关联维提取 [J].
周佩玲 ;
储阅春 ;
彭虎 ;
傅忠谦 .
信号处理, 2002, (03) :275-277+274
[4]   大坝观测数据序列中的混沌现象 [J].
汪树玉 ;
刘国华 ;
杜王盖 ;
石教英 ;
董峰 .
水利学报, 1999, (07) :3-5