作 者 | 何兵,高凡,藍利,覃姍 |
第一作者 | 何兵 |
作者單位 | 新疆農業大學水利與土木工程學院,新疆烏魯木齊 |
卷 號 | 47 |
發表年份 | 2019 |
發表刊期 | 3 |
發表頁面 | 208-211 |
關 鍵 字 | 徑流預測;遺傳算法;BP神經網絡;葉爾羌河 |
摘 要 | 為提高葉爾羌河中長期徑流預測精度,基于小波分析的基礎上建立遺傳算法優化BP神經網絡的耦合模型,對60年葉爾羌河年徑流時間序列進行研究。結果表明:耦合模型綜合了兩者的優勢,在保留神經網絡優良非線性擬合能力的同時,又融入遺傳算法的容錯性和全局搜索能力,提高預測徑流時的學習速度和泛化能力。在對年徑流進行預測時,其預測平均誤差為-2.69%,而采用傳統單純的BP神經網絡模型預測的平均誤差為-10.25%。從預測誤差檢驗以及模型的對比結果可知此模型合理、可行,因此該算法有助于解決葉爾羌河中長期徑流預測問題。 |
附 件 | 葉爾羌河年徑流預測模型研究與應用 |
注:若需下載,請右鍵單擊另存 |