-
题名基于改进鲸鱼算法的BP神经网络水资源需求预测方法
被引量：21
- 1
-
-
作者
马创
周代棋
张业
-
机构
重庆邮电大学软件工程学院
-
出处
《计算机科学》
CSCD
北大核心
2020年第S02期486-490,共5页
-
基金
国家自然科学基金面上项目(6172099)
重庆市高校创新团队建设项目(CXTDG201602010)
+5 种基金
重庆市“三百”科技创新领军人才支持计划(CSTCCXLJRC201917)
重庆市高校优秀成果转化资助项目(KJZH17116)
重庆市人工智能技术创新重大主题专项(CSTC2017rgzn-zdyf0140)
重庆市创新创业示范团队培育计划(CSTC2017kjrc-cxcytd0063)
重庆市技术创新与应用示范重大主题专项项目(CSTC2018JSZX-CYZTZX0178,CSTC2018JSZX-CYZTZX0185)
重庆市基础科学与前沿技术研究项目(CSTC2017jcyjAX0270,CSTC2018jcyjA0672,CSTC2017jcyjAX0071)。
-
文摘
随着现代居民居住地愈发集中,供水管网规模不断扩大,水资源供给面临着新的困难和挑战。其中包括水资源调度时的动态变化、管网的突发故障、水资源的不可控流失以及多目标和计算量庞大等问题。BP神经网络因拥有较强的自学习能力和泛化能力而被广泛应用于水资源预测问题中,但其也存在收敛速度慢、容易陷入局部极值的问题。群智能算法作为一种寻优算法,具有操作简单、收敛速度快、全局寻优能力强等优点。为提高BP神经网络在水资源预测方面的收敛速度和预测精度,提出一种基于改进鲸鱼算法优化的BP神经网络水资源需求预测模型,通过改变鲸鱼优化算法收敛因子的计算方式以及增加惯性权重来加强算法的寻优广度和精度,再通过BP神经网络采用改进的WOA算法输出的最优权值、阈值作为初始参数值训练模型。实验验证,改进的WOA-BP神经网络方法相比传统WOA-BP方法在收敛速度和预测精度方面都有更优的表现。
-
关键词
鲸鱼优化算法
BP神经网络
水资源需求预测
-
Keywords
Whale optimization algorithm
BP neural network
Water resources demand prediction
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于改进组合神经网络的水资源预测研究
被引量：9
- 2
-
-
作者
王坚
-
机构
中央财经大学信息学院
-
出处
《计算机科学》
CSCD
北大核心
2016年第S1期516-517 532,532,共3页
-
基金
中央财经大学重点学科建设项目
北京高等学校青年英才计划项目(YETP0988)资助
-
文摘
我国作为水资源大国,在日益加速的城镇化进程中正面临人口膨胀、环境污染、水质变差等一系列重大的挑战,而科学合理地对水资源需求进行预测成为保护环境、保持可持续发展的关键任务。首先将神经网络应用于水资源需求预测问题背景并比较其算法,同时引入模糊反馈法来改进熵值法以确定组合模型的加权系数,建立组合神经网络预测模型。该算法不仅可以根据历史数据自动推演今后水资源需求的变化趋势,还引入反馈和演化机制,用户可以调整求解精度以控制算法的收敛速度。实验表明,在数据精度不高以及水文数据不全等不利应用背景中,提出的基于组合模型的神经网络在水资源预测中具有较好的性能。
-
关键词
水资源需求预测
神经网络
组合模型
模糊反馈
-
Keywords
Prediction for water resource requirement
Neural network
Combination model
Fuzzy feedback
-
分类号
TV213.4
[水利工程—水文学及水资源]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
