改进 BP 神经网络集成模型在径流预测中的应用

• 作者: 杨洪
• 来源期刊: 水资源与水工程学报
• 学科: 工学
• 关键词: 径流 集成模型 BP神经网络 改进算法 加权平均 径流预测
• 年，卷（期）: 2014,（3）
• 页码范围: 213-219
• 页数: 7页
• 分类号: TV121
• 字数: 5920字
• 语种: 中文
• DOI: 10.11705/j.issn.1672-643X.2014.03.44

摘要

为提高径流预测预报的精度和泛化能力，建立了基于3种基本改进算法的BP神经网络集成预测模型。利用ADF单位根检验方法、自相关分析方法确定径流时间序列的平稳性和模型的输入向量。针对BP神经网络标准算法收敛速度慢、易陷入局部极值的缺陷，采用自适应动量梯度法、共轭梯度法和Levenberg-Marquardt 法分别改进BP神经网络标准算法，依次构建基于3种改进算法的BP神经网络模型对文山州南利河董湖水文站年径流进行预测，并构建GA-BP预测模型作为对比模型；采用加权平均方法对各单一模型预测结果进行综合集成。结果表明：集成模型对南利河2001-2005年径流预测平均相对误差绝对值为4．67％，最大相对误差绝对值为7．11％，精度和泛化能力均优于各单一模型和GA-BP模型。集成模型克服了单一模型预测精度不高和误差不稳定的缺点，具有较好的预测精度和泛化能力，是提高径流预测预报精度的有效方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨洪		1	13	1.0	1.0