优化BP神经网络在地下水计算中的应用

• 作者: 刘俊民 明柯柯 杨建飞 陈琳
• 来源期刊: 人民黄河
• 学科: 工学
• 关键词: 惯性权值 粒子群算法 BP神经网络 地下水
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 水资源
• 页码范围: 38-40
• 分类号: TP183
• 字数: 3931字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1379.2011.05.018

摘要

采用动态惯性因子对粒子群算法进行改进,并将其应用到BP神经网络的优化中,依据滦河某观测站数据建立地下水动态预测网络模型.预测结果表明:在训练样本、预报因子和建模参数都相同的情况下,BP神经网络的收敛速度明显较慢;粒子群算法代替梯度下降法优化BP神经网络,有效地提高了计算精度、加快了收敛速度、改善了神经网络的稳定性;混合动态惯性因子的粒子群算法,收敛速度快速提高,计算误差大幅减小,精度及稳定性均较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘俊民	西北农林科技大学水利与建筑工程学院	66	939	15.0	28.0
2	杨建飞	西北农林科技大学水利与建筑工程学院	2	9	2.0	2.0
3	陈琳	西北农林科技大学水利与建筑工程学院	10	47	4.0	6.0