多隐层BP神经网络模型在径流预测中的应用

• 作者: 崔东文
• 来源期刊: 水文
• 学科: 工学
• 关键词: 多隐层BP神经网络 RBF神经网络 GRNN神经网络 单隐层BP神经网络 径流预测
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 技术应用
• 页码范围: 68-73
• 页数: 6页
• 分类号: TV12
• 字数: 4070字
• 语种: 中文

摘要

基于人工神经网络基本原理和方法,构建多隐层BP神经网络径流预测模型,以新疆伊犁河雅马渡站径流预测为例进行分析,并构建常规单隐层BP以及RBF、GRNN神经网络模型作为对比分析模型,将各模型预测结果与文献[1]中的预测结果进行比较,结果表明:(1)多隐层BP神经网络径流预测模型泛化能力强,预测精度高,算法稳定,模型精度优于IEA-BP网络模型,表明研究建立的多隐层BP神经网络模型用于径流预测是合理可行的,是一种可以应用于水文径流预测预报的新方法.(2)RBF、GRNN神经网络径流预测模型预测精度高于常规单隐层BP网络模型,且RBF与GRNN神经网络模型具有收敛速度快、预测精度高、调整参数少,不易陷入局部极小值等优点,可以更快地预测网络,具有较大的计算优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔东文		90	901	17.0	26.0