作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为克服BP神经网络的缺点,将遗传算法引入BP神经网络模型(GA-BPNN模型),并与实测数据对比,验证了该模型的准确性,结果表明:GA-BPNN模型的计算精度和一致性明显高于BP神经网络模型,且其收敛速度更快,其RMSE为0.237,K值0.917,CD为0.894,决定系数R2为0.918,精度较高,因此,该模型可作为当地水文径流预报的计算模型.
推荐文章
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
遗传算法优化的BP神经网络税收模型
遗传算法
神经网络
税收模型
遗传算法BP神经网络在变形监测中的研究
BP神经网络
遗传算法
建筑基坑
变形监测
预测
改进遗传算法优化BP神经网络的语音情感识别
遗传算法
反向传播神经网络
语音情感识别
自适应
优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 遗传算法优化BP神经网络水文预报过程模型研究
来源期刊 水利规划与设计 学科 地球科学
关键词 遗传算法 BP神经网络 计算精度 一致性
年,卷(期) 2018,(1) 所属期刊栏目 水文水资源
研究方向 页码范围 65-66,118
页数 3页 分类号 P338
字数 2235字 语种 中文
DOI 10.3969/j.issn.1672-2469.2018.01.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 褚继花 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (91)
参考文献  (10)
节点文献
引证文献  (8)
同被引文献  (22)
二级引证文献  (2)
1970(2)
  • 参考文献(0)
  • 二级参考文献(2)
1972(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(5)
  • 参考文献(2)
  • 二级参考文献(3)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(1)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
遗传算法
BP神经网络
计算精度
一致性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水利规划与设计
月刊
1672-2469
11-5014/TV
大16开
北京市西城区六铺炕北小街2-1号
1988
chi
出版文献量(篇)
5097
总下载数(次)
6
总被引数(次)
17289
论文1v1指导