首页 | 本学科首页   官方微博 | 高级检索  
     

基于粒子群收缩因子算法的BP网络径流预测模型
引用本文:常江,王问宇.基于粒子群收缩因子算法的BP网络径流预测模型[J].水力发电,2009,35(8).
作者姓名:常江  王问宇
作者单位:1. 四川华能宝兴河电力股份有限公司,四川,雅安,625000
2. 四川大学水利水电学院,四川,成都,610065
摘    要:BP网络模型在径流预测中应用较广,效果较好.但目前对BP网络的初始权重及偏值、学习率、动量因子和训练次数多采用"试错法"来确定,具有较大的不确定性,影响到模型的收敛速度和精度.为此,提出一种利用粒子群收缩因子算法(CFPSO)对BP模型上述参数进行优化的方法,并利用径流预测实例进行检验,计算结果表明该优化方法能够提高BP模型的收敛速度和精度.

关 键 词:径流预测  收缩因子  粒子群算法  BP网络模型

Back Propagation Networks Runoff Forecasting Model Based on Constriction Factor PSO
Chang Jiang,Wang Wenyu.Back Propagation Networks Runoff Forecasting Model Based on Constriction Factor PSO[J].Water Power,2009,35(8).
Authors:Chang Jiang  Wang Wenyu
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号