| 基于GA-BP与多隐层BP网络模型的水质预测及比较分析 |
| |
| 引用本文： | 王,泽,平.基于GA-BP与多隐层BP网络模型的水质预测及比较分析[J].水资源与水工程学报,2013,24(3):154-160. |
| |
| 作者姓名： | 王 泽 平 |
| |
| 作者单位： | 云南省水文水资源局丽江分局,云南丽江,674100 |
| |
| 摘 要： | 采用循环算法确定最佳BP神经网络结构,建立BP神经网络水质模型进行预测.鉴于BP神经网络学习收敛速度慢、易陷入局部极值等缺点,在相同网络结构及期望误差等条件下,运用GA优化BP神经网络初始权值和阈值,构建GA-BP以及多隐层BP神经网络水质预测模型,以云南省某水库总氮预测为例进行预测与比较分析.结果表明:①GA-BP网络水质模型预测精度高于基本BP网络,表明遗传算法能有效优化BP网络初始权值和阈值.②增加BP神经网络隐层数能进一步提高网络预测精度,但训练时间也随着延长.③GA-BP及多隐层BP可作为提高网络预测精度的有效方法,二者均可用于水质预测预报,可为水质预测预报提供新的途径和方法.相对而言,GA-BP模型收敛速度快、预测精度高,具有一定的计算优势.
|
| 关 键 词： | 神经网络 遗传算法 多隐含层 水质预测 |
| 收稿时间： | 2012/12/21 0:00:00 |
| 修稿时间： | 2013/1/14 0:00:00 |
Prediction and comparative analysis of water quality based on GA-BP and multi-hidden-layer BP network model |
| |
| WANG Zeping.Prediction and comparative analysis of water quality based on GA-BP and multi-hidden-layer BP network model[J].Journal of water resources and water engineering,2013,24(3):154-160. |
| |
| Authors: | WANG Zeping |
| |
| Affiliation: | Lijiang Branch Bureau,Yunnan Province Hydrology Water Resources Bureau,Lijiang 674100,China [KH*3D] |
| |
| Abstract: | |
| |
| Keywords: | neural networks genetic algorithm more hidden layer prediction of water quality |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《水资源与水工程学报》浏览原始摘要信息 |
|
点击此处可从《水资源与水工程学报》下载全文 |
|
