位置:成果数据库 > 期刊 > 期刊详情页
基于粒子群优化算法的BP网络模型在径流预测中的应用
  • 期刊名称:水力发电学报.25(2).65-68,2006.(EI:2006219897939)(第一基金)
  • 时间:0
  • 分类:TV212[水利工程—水文学及水资源]
  • 作者机构:[1]四川大学水电学院,成都610065
  • 相关基金:国家自然科学基金重点项目(50539140)
  • 相关项目:市场条件下流域梯级水电能源联合优化运行和管理的先进理论与方法
中文摘要:

本文介绍了一种全局随机优化算法一粒子群优化算法,并将其用于BP网络模型,对模型参数进行优化来提高模型的收敛速度和精度,最后利用参数优化前后的BP模型进行径流预测,结果表明模型收敛速度和精度明显提高。

英文摘要:

Particle swarm optimizer(PSO) algorithm with the global stochastic optimization technique is introduced and applied to BP neural networks to optimize the parameters of BP neural networks so as to improve the convergence speed and precision of BP neural networks. The runoff predicting results are obtained from two different kinds of BP neural networks, it is shown that convergence speed and precision of BP neural networks are improved.

同期刊论文项目
同项目期刊论文