-
题名多隐层BP神经网络模型在径流预测中的应用
被引量：87
- 1
-
-
作者
崔东文
-
机构
云南省文山州水务局
-
出处
《水文》
CSCD
北大核心
2013年第1期68-73,共6页
-
文摘
基于人工神经网络基本原理和方法,构建多隐层BP神经网络径流预测模型,以新疆伊犁河雅马渡站径流预测为例进行分析,并构建常规单隐层BP以及RBF、GRNN神经网络模型作为对比分析模型,将各模型预测结果与文献[1]中的预测结果进行比较,结果表明:(1)多隐层BP神经网络径流预测模型泛化能力强,预测精度高,算法稳定,模型精度优于IEA-BP网络模型,表明研究建立的多隐层BP神经网络模型用于径流预测是合理可行的,是一种可以应用于水文径流预测预报的新方法。(2)RBF、GRNN神经网络径流预测模型预测精度高于常规单隐层BP网络模型,且RBF与GRNN神经网络模型具有收敛速度快、预测精度高、调整参数少,不易陷入局部极小值等优点,可以更快地预测网络,具有较大的计算优势。
-
关键词
多隐层bp神经网络
RBF神经网络
GRNN神经网络
单隐层bp神经网络
径流预测
-
Keywords
hidden muhilayer bp neural network
RBF neural network
GRNN neural network
single hidden layer bp neuralnetwork
runoff prediction
-
分类号
TV12
[水利工程—水文学及水资源]
-
