未找到相关数据
GA优化的BPNN模型在分布式降雨量插值中的应用
被引：2
作者：
胡广义
张秋文
张勇传
机构：
[1] 华中科技大学水电与数字化工程学院
来源：
基金：
高等学校博士学科点专项科研基金;
关键词：
遗传算法;
BP神经网络;
插值;
降雨量;
分布式;
D O I：
暂无
中图分类号：
TV125 [降水];
学科分类号：
081501 ;
摘要：
针对BP神经网络初始连接权值和阈值确定的随机性,以及网络收敛速度慢和容易陷入局部极小的问题,采用遗传算法优化BP神经网络的连接权值和阈值,构建混合GA-BPNN网络模型.利用建立的GA-BPNN模型,对湖北省宜昌地区降雨量进行插值估算,试验结果表明,单纯采用BP神经网络进行降雨量的插值估算,其归一化的平均相对误差为27.68%,而采用遗传算法优化后的BP神经网络进行降雨量插值估算,其归一化的平均相对误差为18.93%,估算的精度以及网络的稳定性和容错性都要好于单纯的BP神经网络模型.
引用
收藏
页码：466 / 469
页数：4
相关论文