期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于AHP-BP模型的文山州水资源可持续利用评价分析 被引量:12
1
作者 张代凤 《水资源与水工程学报》 2013年第4期203-209,共7页
基于层次分析法和BP神经网络的基本原理和方法,结合区域实际,利用层次分析法构建了符合丰水地区水资源可持续利用指标体系和评价标准,从水资源条件、水资源开发利用效率、生态环境状况、水资源合理配置和水资源管理能力五个方面提出50... 基于层次分析法和BP神经网络的基本原理和方法,结合区域实际,利用层次分析法构建了符合丰水地区水资源可持续利用指标体系和评价标准,从水资源条件、水资源开发利用效率、生态环境状况、水资源合理配置和水资源管理能力五个方面提出50个评价指标,运用双隐层BP神经网络,建立AHP-BP水资源可持续利用评价模型,对文山州不同规划水平年水资源可持续利用进行综合评价。结果表明:①不同规划水平年各评价区域水资源可持续利用评价为2~3级,即处于可持续与基本可持续之间,反映了文山州现状及中、长期水资源可持续利用状况,符合区域发展实际。②AHP-BP评价模型克服了层次分析法判断矩阵构造主观性强和一致性不易检验等缺点,满足客观评价要求,且双隐层BP神经网络具有比单隐层网络学习时间短,参数收敛迅速,自适应能力强等优点。 展开更多
关键词 双隐层BP神经网络 层次分析法 水资源可持续利用 综合评价 文山州
在线阅读 下载PDF
基于3种新型群体智能算法优化正则化极限学习机的三峡水库入库日径流预测 被引量:5
2
作者 张代凤 崔东文 《长江科学院院报》 CSCD 北大核心 2024年第7期16-24,共9页
准确预测的入库日径流在水库优化调度中发挥着重要作用。为提高预测精度,提出一种基于小波包变换(WPT)和蜣螂优化(DBO)算法、珍鲹优化(GTO)算法、泥环算法(MRA)优化正则化极限学习机(RELM)的预测模型,并将其应用于三峡水库入库日径流预... 准确预测的入库日径流在水库优化调度中发挥着重要作用。为提高预测精度,提出一种基于小波包变换(WPT)和蜣螂优化(DBO)算法、珍鲹优化(GTO)算法、泥环算法(MRA)优化正则化极限学习机(RELM)的预测模型,并将其应用于三峡水库入库日径流预测研究。首先,利用WPT将三峡水库入库日径流时间序列分解为1个周期项分量和1个波动项分量;其次,利用DBO、GTO、MRA分别优化RELM输入层权值和隐含层偏差,建立WPT-DBO-RELM、WPT-GTO-RELM、WPT-MRA-RELM模型;最后,利用所建立的3种模型分别对入库日径流周期项分量和波动项分量进行预测和重构,并构建基于极限学习机(ELM)的WPT-DBO-ELM、WPT-GTO-ELM、WPT-MRA-ELM模型、基于BP神经网络的WPT-DBO-BP、WPT-GTO-BP、WPT-MRA-BP模型、未经优化的WPT-RELM、WPT-ELM、WPT-BP模型和未经分解的DBO-RELM、GTO-RELM、MRA-RELM模型作对比分析模型。结果表明:①WPT-DBO-RELM、WPT-GTO-RELM、WPT-MRA-RELM模型对三峡水库入库日径流预测的平均绝对百分比误差MAPE分别为0.512%、0.519%、0.762%,平均绝对误差MAE分别为54.05、55.97、86.76 m^(3)/s,均方根误差RMSE分别为84.99、84.81、128.18 m^(3)/s,决定系数DC≥0.9994,希尔不等系数TIC≤0.00517,预测效果优于其他12种模型,具有更高的预测精度和更好的泛化能力。②DBO、GTO、MRA能有效优化RELM网络参数,显著提高RELM预测性能。③引入正则化项的RELM可有效防止预测模型过拟合,提高模型的泛化能力,预测性能优于ELM、BP网络。④所构建的3种模型预测精度高、计算规模小,是一种有效的入库日径流时间序列预测模型。 展开更多
关键词 日径流预测 正则化极限学习机 蜣螂优化算法 珍鲹优化算法 泥环算法 小波包变换 三峡水库
在线阅读 下载PDF
基于海洋捕食者算法优化的长短期记忆神经网络径流预测 被引量:27
3
作者 胡顺强 崔东文 《中国农村水利水电》 北大核心 2021年第2期78-82,90,共6页
为提高径流预测精度,研究提出海洋捕食者算法(MPA)与长短期记忆(LSTM)神经网络相结合的径流预测方法。通过6个仿真函数对MPA、粒子群优化(PSO)算法进行测试,利用MPA优化LSTM隐藏层神经元数、训练次数等关键参数,基于主成分分析(PCA)降... 为提高径流预测精度,研究提出海洋捕食者算法(MPA)与长短期记忆(LSTM)神经网络相结合的径流预测方法。通过6个仿真函数对MPA、粒子群优化(PSO)算法进行测试,利用MPA优化LSTM隐藏层神经元数、训练次数等关键参数,基于主成分分析(PCA)降维和不降维处理分别建立PCA-MPA-LSTM、MPA-LSTM径流预测模型,利用云南省落却站实测数据对PCA-MPA-LSTM、MPA-LSTM模型进行训练及预测,结果与PCA-LSTM、LSTM、PCA-MPA-SVM、MPA-SVM、PCA-MPA-BP、MPA-BP模型的训练、预测结果进行比较。结果表明:①MPA仿真效果优于PSO算法,具有较好的寻优精度和全局搜索能力。②PCA-MPA-LSTM、MPA-LSTM模型对实例拟合、预测的平均相对误差分别为1.18%、2.35%和1.94%、1.96%,预测效果优于其他6种模型,具有较好的预测精度和泛化能力。③采用MPA优化LSTM关键参数能有效提高LSTM泛化能力和预测精度;数据降维模型的预测精度优于对应未降维模型的预测精度,数据降维处理能有效改善模型的预测效果。 展开更多
关键词 径流预测 长短期记忆神经网络 海洋捕食者算法 仿真验证 数据降维 参数优化
在线阅读 下载PDF
基于海鸥优化算法的相关向量机模型在径流预测中的应用 被引量:15
4
作者 胡顺强 崔东文 《水电能源科学》 北大核心 2021年第5期46-49,45,共5页
为提高径流预测精度,提出了基于海鸥优化算法(SOA)的相关向量机(RVM)径流预测模型(SOARVM)。选取4个标准测试函数对SOA进行仿真验证,并与PSO算法的仿真结果进行比较;通过主成分分析(PCA)对数据样本进行降维处理,利用SOA优化RVM核宽度因... 为提高径流预测精度,提出了基于海鸥优化算法(SOA)的相关向量机(RVM)径流预测模型(SOARVM)。选取4个标准测试函数对SOA进行仿真验证,并与PSO算法的仿真结果进行比较;通过主成分分析(PCA)对数据样本进行降维处理,利用SOA优化RVM核宽度因子和超参数,建立SOA-RVM径流预测模型,利用云南省龙潭站年径流及枯水期1~3月月径流预测对SOA-RVM模型进行验证,并将预测结果与RVM、SOA-SVM、SVM、SOA-BP、BP模型进行比较。结果表明,SOA在不同维度条件下仿真效果优于PSO算法,具有较好的寻优精度和全局搜索能力;SOA-RVM模型对实例年径流和1~3月月径流预测的平均相对误差分别为1.77%、4.46%、5.40%、4.03%,预测精度优于RVM、SOA-SVM、SVM、SOA-BP、BP模型。可见SOA-RVM模型具有更好的预测精度,可用于径流预测研究。 展开更多
关键词 径流预测 相关向量机 海鸥优化算法 仿真验证 数据降维 参数优化
在线阅读 下载PDF
基于AEO-Schumacher-Usher模型的径流及地下水位预测 被引量:4
5
作者 胡顺强 崔东文 《中国农村水利水电》 北大核心 2020年第11期28-34,41,共8页
为拓展生长模型在径流及地下水位预测中的应用范畴,提高模型预测精度,提出人工生态系统优化(AEO)算法-组合生长预测模型。选取6个标准测试函数和本文Schumacher、Usher模型参数优化实例对AEO算法进行仿真验证,并与鲸鱼优化算法(WOA)、... 为拓展生长模型在径流及地下水位预测中的应用范畴,提高模型预测精度,提出人工生态系统优化(AEO)算法-组合生长预测模型。选取6个标准测试函数和本文Schumacher、Usher模型参数优化实例对AEO算法进行仿真验证,并与鲸鱼优化算法(WOA)、灰狼优化(GWO)算法、教学优化(TLBO)算法、粒子群优化(PSO)算法的仿真结果进行比较。基于Schumacher、Usher单一生长函数构建Schumacher-Usher组合生长模型,针对组合模型参数及权重系数选取困难的实际问题,利用AEO算法同时对组合模型参数和权重系数进行优化,提出AEO-Schumacher-Usher组合生长预测模型,并构建AEO-Schumacher、AEO-Usher、AEO-SVM模型作对比,以文献径流及地下水位预测为例进行实例验证。结果表明,AEO算法寻优精度优于WOA、GWO、TLBO、PSO算法,具有较好的寻优精度、全局搜索能力和稳健性能。AEO-Schumacher-Usher模型对两个实例预测的平均相对误差绝对值分别为2.32%、0.15%,预测精度优于AEO-Schumacher、AEO-Usher、AEO-SVM模型及文献相关模型,具有较好的预测精度和泛化能力。AEO算法能同时有效优化组合生长模型参数和权重系数,AEO-组合生长模型用于径流及地下水位预测是可行和有效的,模型及方法可为相关预测研究提供参考。 展开更多
关键词 径流预测 地下水位预测 人工生态系统优化算法 Schumacher模型 Usher模型 组合预测 参数优化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部