自我调节蚁群-RBF神经网络模型在短期径流预测中的应用

• 作者: 冯民权 周利坤 师彪 李小龙 白继中
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 水文学 ARACS-RBF神经网络模型 自适应调节蚁群算法 短期径流预测 RBF神经网络
• 年，卷（期）: 2011,（3）
• 页码范围: 50-56
• 分类号: TM614
• 语种: 中文

摘要

为提高短期径流预测精度,提出了自适应调节人工蚁群算法(ARACS),对RBF神经网络参数进行优化,建立了自适应调节蚁群-RBF神经网络组合算法(ARACS-RBF)预测模型,综合考虑气象、天气、季节、降雨等影响因素,对上马水库进行径流预测.仿真表明,该方法克服了RBF神经网络和人工蚁群算法易陷于局部极值、搜索质量差和精度不高的缺点,改善了RBF神经网络的泛化能力,收敛速度快,输出稳定性好,提高了短期径流预测的精度,预测相对误差小于3%.可有效用于短期径流预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯民权	西安理工大学水利水电学院	105	793	14.0	23.0
2	周利坤	西安理工大学水利水电学院	45	195	9.0	12.0
4	师彪	西安理工大学水利水电学院	18	345	11.0	18.0
7	白继中	西安理工大学水利水电学院	18	87	6.0	8.0
11	李小龙	西安理工大学水利水电学院	3	29	3.0	3.0