基于粒子群算法的神经网络在冰凌预报中的应用

• 作者: 周翔南 王富强 蔺冬 韩宇平
• 来源期刊: 水电能源科学
• 学科: 地球科学
• 关键词: 粒子群算法 神经网络 冰凌预报 封河 开河
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 水文水资源与环境
• 页码范围: 35-37,172
• 页数: 4页
• 分类号: P338
• 语种: 中文

摘要

为提高神经网络预报模型的泛化能力和预测精度,将粒子群算法与BP神经网络相结合,建立了粒子与神经网络参数的映射关系,利用粒子群算法全局搜索网络的最优权值,赋值于神经网络进行训练,从而建立了PSO-BP预报模型,并将模型应用于黄河宁蒙河段的冰凌预报中.结果表明,该模型预报合格率较高,属于甲等预报,且与GA-BP模型相比偏差更小、精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩宇平	华北水利水电学院水利学院	105	496	12.0	17.0
2	王富强	华北水利水电学院水利学院	70	406	11.0	17.0
3	周翔南	华北水利水电学院水利学院	6	16	2.0	4.0
4	蔺冬	华北水利水电学院水利学院	3	7	1.0	2.0