BP_Adaboost模型及其在年径流预测中的应用

• 作者: 崔东文
• 来源期刊: 水资源研究
• 学科: 工学
• 关键词: ADABOOST BP神经网络 径流预测
• 年，卷（期）: szyyj_2014,（3）
• 页码范围: 35-37
• 页数: 3页
• 分类号: TV121

摘要

针对BP神经网络在实际应用中存在预测精度低、易陷入局部极值等不足，引入Adaboost算法对BP神经网络算法进行改进，提出BP—Adaboost年径流预测模型，并构建LM—BP、GA—LM—BP及RBF模型作为对比模型，以云南省龙潭站年径流预测进行实例研究。利用SPSS软件选取年径流影响因子，确定输入向量；采用前34a和后20a资料对模型进行训练和预测。结果表明，BP—Adaboost模型对后20a年径流预测的平均相对误差绝对值和最大相对误差绝对值分别为3．43％，6．97％，预测精度优于LM—BP、GA—LM—BP及RBF模型。BP—Adaboost模型有效提高了BP神经网络性能，具有预测精度高、泛化能力强等优点，模型及方法可有效用于年径流预测。

作者信息

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