基于和声搜索算法的BP神经网络需水预测模型应用研究

• 作者: 崔东文 金波
• 来源期刊: 人民珠江
• 关键词: 需水预测 和声搜索算法 BP神经网络 参数优化
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 数字水利
• 页码范围: 123-126
• 页数: 4页
• 分类号: TV213.9
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9235.2015.04.036

摘要

为提高需水预测精度以及针对BP神经网络易陷入局部极值及初始参数难以确定等不足,利用和声搜索(HS)算法优化BP神经网络初始权值和阈值,提出HS-BP需水预测模型,以上海市需水预测为例进行实例验证,并同PSO-BP、GA-BP及BP模型进行比较.仿真结果表明HS-BP模型预测精度优于PSO-BP、GA-BP及BP模型,具有较好的预测精度和泛化能力,利用HS优化BP神经网络的初始权值和阈值,可有效提高BP神经网络的预测精度和泛化能力.

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
2	金波		18	206	7.0	14.0