基于AdaBoost算法和BP神经网络的咸潮模拟研究

• 作者: 刘祖发 卓文珊 周月英 姚寒梅 张泳华 查悉妮 陈记臣
• 来源期刊: 人民珠江
• 关键词: 磨刀门水道 咸潮入侵 灰色关联度 BP神经网络 AdaBoost算法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 规划科研
• 页码范围: 5-10
• 页数: 6页
• 分类号: TV14
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9235.2017.01.002

摘要

为了研究上游来水和下游潮汐对咸潮入侵的影响,首先利用灰色关联分析法进行计算与排序,再将关联度较大的因子作为输入神经元输入到神经网络模型中,然后利用BP神经网络模型及AdaBoost-BP神经网络模型分别进行盐度模拟.结果表明:相对于BP神经网络模型,从逐日相对误差来看,AdaBoost-BP神经网络模型的模拟相对误差较小;从平均相对误差来看,用AdaBoost-BP神经网络模型进行模拟,训练集和测试集的平均相对误差分别优化了2.19％和1.46％;从相关系数R来看,用AdaBoost-BP神经网络模型进行模拟,训练集和测试集的相关系数R分别提高了2.91％和7.35％.因此,经AdaBoost算法集成的BP神经网络具有更好的模拟效果.