改进的BP神经网络在流域产沙量预测中的应用

• 作者: 刘金英 闫志忠
• 来源期刊: 世界地质
• 学科: 农学
• 关键词: 产沙量 神经网络 全局优化
• 年，卷（期）: 2002,（3）
• 所属期刊栏目: 水文·环境
• 页码范围: 266-270
• 页数: 5页
• 分类号: S157
• 字数: 2444字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-5589.2002.03.011

摘要

误差逆传播算法是多层前向网络的典型算法,但是其平方误差函数超曲面存在许多局部极小值,于是给出了基于输出空间的全局优化BP算法(global optimization back propagation algorithm,简称GOBPA).应用GOBPA,建立黄河某流域年均产沙量的预测模型.结果表明,用GOBPA训练的多层前向神经网络能够以很高精度预报年均产沙量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘金英	吉林大学应用数学研究所	9	135	6.0	9.0
2	闫志忠	吉林大学应用数学研究所	1	6	1.0	1.0