粒子群算法优化BP在降雨空间插值中的应用

• 作者: 刘国东 张潇潇 邱云翔
• 来源期刊: 长江科学院院报
• 学科: 地球科学
• 关键词: 粒子群算法 BP神经网络 优化 克里金插值 降雨插值
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 水资源与环境
• 页码范围: 28-32
• 页数: 5页
• 分类号: P332.1
• 字数: 4432字
• 语种: 中文
• DOI: 10.11988/ckyyb.20160837

摘要

为更好地表达降雨量的空间分布,将粒子群算法(PSO)优化后的反向传输(BP)神经网络分别运用于三峡区间流域日、月和年降雨量的空间插值中,并与单纯BP神经网络和克里金的插值效果作对比.研究结果表明:在日和年的时间尺度上,PSO-BP插值性能较BP有明显改善,且优于克里金的插值效果;在月时间尺度上,PSO-BP插值效果与BP接近且优于克里金.因此,PSO-BP能较好地揭示降雨量在空间的分布规律,也具备在不同时间尺度上对降雨量进行空间插值的能力,是一种较优的降雨空间插值方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘国东	四川大学水利水电学院	80	790	15.0	23.0
5	邱云翔	四川大学水利水电学院	3	8	2.0	2.0
6	张潇潇	四川大学水利水电学院	9	14	2.0	3.0