改进IGA-GP方法在流域需水预测中的应用——以黄河流域为例

• 作者: 王宽 薛小杰 雷艳 黄四霞
• 来源期刊: 干旱区地理
• 学科: 工学
• 关键词: 遗传算法 遗传编程 神经网络 黄河流域 需水预测
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 气候与水文
• 页码范围: 830-835
• 页数: 6页
• 分类号: TP39
• 语种: 中文

摘要

遗传算法是借鉴生物学的自然选择和遗传进化机制,通过作用于染色体上的基因寻找优良的染色体,求到待解问题最优解的一个近似解.针对遗传算法易陷入局部最优解的不足,采用改进的遗传算法(IGA)与遗传编程(GP)相结合,建立有广泛搜索能力和很强的局部精化能力的IGA-GP算法,将该算法应用于BP神经网络的优化,优化的原理是运用GP自动生成BP正向计算过程中隐含层到输出层的函数关系式,此函数关系式可随着训练样本的变化而自动调整,使得新加入的样本影响已学习完的样本的问题得到最终解决,因而可进一步增强BP网络的自适应能力和抗干扰能力;同时用IGA代替BP的反向传播算法,加快收敛速度和克服BP易陷入局部最优的不足,从而实现了对BP神经网络的优化.并在此基础上建立了黄河流域需水预测模型,误差分析结果显示,IGA-GP算法预测结果最大误差为2.894%,最小误差为0.088%,满足误差精度不大于5%的要求,而没有优化的BP神经网络拟合结果最大误差为8.314%,最小误差为0.832%,不满足预测精度要求,证明该IGA-GP模型具有较高的预测精度.鉴于此,通过IGA-GP的算法对黄河流域2010、2020及2030水平年工业、农业、生活及生态需水量进行了预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛小杰	西安理工大学西北水资源与环境生态教育部重点实验室	63	2257	16.0	47.0
2	黄四霞	西安理工大学西北水资源与环境生态教育部重点实验室	3	16	3.0	3.0
3	王宽		2	13	2.0	2.0
4	雷艳	西安理工大学西北水资源与环境生态教育部重点实验室	4	22	3.0	4.0