基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
径流预测是梯级电站优化调度的基础.目前已广泛应用的BP网络径流预测模型的参数确定多采用"试错法",具有较大的不确定性,影响到模型的收敛速度和精度.本文利用粒子群收缩因子算法(CFPSO)对BP模型的初始权重及偏值、学习率、动量因子和训练次数等参数进行优化,并利用电站年径流预测实例进行检验,计算结果表明该优化方法能够提高BP模型的收敛速度和精度.
推荐文章
基于粒子群收缩因子算法的BP网络径流预测模型
径流预测
收缩因子
粒子群算法
BP网络模型
基于粒子群优化算法的BP网络模型在径流预测中的应用
水资源
径流预测
粒子群算法
人工神经网络
改进的BP网络模型及其在日径流预测中的应用
正则化
改进BP网络模型
MATLAB6.5工具箱
日径流预测
混沌免疫粒子群优化算法在BP网络训练中的应用
神经网络
粒子群优化算法
克隆选择
混沌算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 粒子群收缩因子算法在BP网络年径流预测模型中的应用研究
来源期刊 水电站机电技术 学科 地球科学
关键词 粒子群算法 BP网络模型 径流预测 收缩因子
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 99-101
页数 分类号 P333
字数 2634字 语种 中文
DOI 10.3969/j.issn.1672-5387.2010.03.036
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李超 8 14 2.0 2.0
2 冯杰 7 17 3.0 3.0
3 常江 2 4 2.0 2.0
4 张龙 3 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (46)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (12)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
粒子群算法
BP网络模型
径流预测
收缩因子
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水电站机电技术
月刊
1672-5387
11-5130/TV
16开
北京市复兴路甲一号水科院858信箱
80-404
1978
chi
出版文献量(篇)
4646
总下载数(次)
9
总被引数(次)
4655
论文1v1指导