梯级-关联算法原理及其在月流量预报中的应用

• 作者: 巩同梁 张志果 徐宗学
• 来源期刊: 水科学进展
• 关键词: 梯级-关联算法 BP算法 流量预报 拉萨河
• 年，卷（期）: 2007,（1）
• 页码范围: 114-117
• 页数: 4页
• 分类号: P338.1|P338.9
• 语种: 中文
• DOI: 10.3321/j.issn:1001-6791.2007.01.019

摘要

传统BP网络需要预先设定网络隐含层的层数和每层的节点数,使得在预测过程中难以确定网络的最优结构.与之相反,梯级-关联算法(CC)要求初始网络仅含有输入层和输出层,通过运算不断向网络增加隐含节点.在介绍梯级-关联算法原理的基础上,分别运用梯级-关联算法和BP算法对拉萨河拉萨站的月流量进行了预测,结果显示:在不损失预测精度的前提下,梯级-关联算法的运算次数仅为5次,而BP算法则需要运算70 000次,运算效率有很大的提高,同时网络的规模也有所减小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐宗学	北京师范大学水科学研究院水沙科学教育部重点实验室	270	4929	39.0	57.0
2	巩同梁	北京师范大学水科学研究院水沙科学教育部重点实验室	7	187	5.0	7.0
4	张志果	北京师范大学水科学研究院水沙科学教育部重点实验室	2	35	2.0	2.0