GA-BP神经网络模型在流域面雨量预报的应用研究

• 作者: 王长耀 袁淑杰 谷晓平
• 来源期刊: 热带气象学报
• 学科: 地球科学
• 关键词: 神经网络 遗传算法 最优子集 雨量预报
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 论著
• 页码范围: 248-252
• 页数: 5页
• 分类号: P426.6
• 字数: 827字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4965.2006.03.007

摘要

通过采用遗传算法优化网络初始权重的方法,将遗传算法(GA)和前馈误差反传播(BP)算法有机地结合,优势互补,并应用于流域面雨量预报.以广东省东北部的滨江流域为试验区域,以1995～2001年气象探空资料为基础,利用最优子集回归技术进行预报因子筛选,建立了流域面雨量预报的GA-BP神经网络模型,取得了满意的结果.试验表明:(1)6小时流域面雨量预报神经网络的优化结构是7-7-1,转移函数的组合方式为tansig-线性函数.(2)训练算法为Levenberg-Marquardt算法(LM).(3)遗传算法具有快速学习网络权重的能力,对BP网络易陷于局部极小点.(4)利用GA-BP神经网络模型对未来6小时流域面雨量的预报精度明显高于其它统计方法,证明了这种方法的有效性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王长耀	中国科学院遥感应用研究所	96	3453	33.0	55.0
2	谷晓平		2	66	2.0	2.0
6	袁淑杰		8	127	6.0	8.0