节点文献

BP神经网络在柳江径流预测中的应用

免费订阅

【作者】 丁红吴德敏荣杰

【Author】 DING Hong;WU De-min;RONG Jie;School of Information Engineering,Wuhan University of Technology;Department of Mathematics and Computer Science,Liuzhou Teachers College;Computer school,Wuhan University;Liuzhou No.16 Middle School;

【机构】 武汉理工大学信息工程学院柳州师范高等专科学校数学与计算机科学系武汉大学计算机学院柳州市第二十六中学

【摘要】 径流水位预测是进行洪水监测的重要手段,对于包含详尽信息的广西柳江日径流水位时间序列,采用基于BP神经网络模型进行预报可取得较好效果.如LMBPDH模型采用双隐含层BP网络能加强预测模型输入输出的非线性映射能力,采用Levenberg Marquardt(LM)算法对网络进行训练则能缩短BP网络的收敛时间,改善网络的收敛性能,同时采用实验法确定模型的其他参数使模型获取最佳预报性能.在对柳江近10年日平均水位的预测中,将LMBPDH模型与单隐含层BP神经网络、LM算法以及带适应学习率和动量因子的梯度递减法算法等组合构成的BP神经网络模型,以及遗传算法进化的神经网络模型比较,LMBPDH模型预报稳定性、预报准确率最佳.

【基金】 国家自然科学基金资助项目(11161029);广西自然科学基金资助项目(2011GXNSFE018006);广西教育厅项目(201204LX501)资助
  • 【DOI】10.16375/j.cnki.cn45-1395/t.2013.03.004
  • 【分类号】TP183;P338
  • 【被引频次】2
  • 【下载频次】97
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: