ELM与BP神经网络模型在径流预报中的比较研究

• 作者: 徐冬梅 李庆敏 李文锦 王文川
• 来源期刊: 水资源研究
• 学科: 工学
• 关键词: 神经网络 ELM模型 BP模型 径流预测
• 年，卷（期）: szyyj_2018,（6）
• 页码范围: 551-556
• 页数: 6页
• 分类号: TP1

摘要

为了更加精确的进行径流预测,该研究针对BP神经网络训练速度慢和容易陷入局部极小值的缺点,建立了ELM神经网络模型。以兰西水文站1959~2014年径流数据为例,采用ELM神经网络对径流深进行预测,相对误差、均方误差和确定性系数作为模型合理性的验证指标,并与BP神经网络预测结果进行对比及分析。ELM模型的预测结果,其相对误差、均方误差、确定性系数均优于BP神经网络模型,这表明ELM神经网络模型对BP神经网络模型已存在缺点进行了有效规避且预测精度有了进一步的提升。因此,该研究提供的ELM模型在一定程度上能够更好的改善预测效果,证明了ELM模型在径流预报中的应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文川	华北水利水电大学水利学院	81	387	11.0	17.0
2	徐冬梅	华北水利水电大学水利学院	48	245	10.0	14.0
3	李文锦	华北水利水电大学水利学院	4	3	1.0	1.0
4	李庆敏	华北水利水电大学水利学院	4	3	1.0	1.0