基于GA-Elman的河流水位预测方法研究

• 作者: 刘松波 孔建磊 要震 许继平
• 来源期刊: 长江科学院院报
• 学科: 工学
• 关键词: 河流水位 预测模型 GA算法 Elman网络 BP网络 河流水资源有效配置
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 水资源与环境
• 页码范围: 34-37
• 页数: 4页
• 分类号: TV213.9
• 字数: 2452字
• 语种: 中文
• DOI: 10.11988/ckyyb.20170230

摘要

河流水位的变化过程是一个复杂的非线性过程,传统的神经网络预测存在误差较大、收敛速度慢、稳定性差等问题.为了实现对河流水位的有效预测,提出基于遗传算法(GA)优化Elman神经网络的河流水位预测模型.将GA与Elman网络进行有效结合,解决了单一Elman网络存在的不足.选取永定河的监测站点水文数据对河流水位进行预测与检验,并分别将其与Elman网络与BP网络预测结果进行对比.对比结果表明:GA-Elman水位预测模型的收敛速度快、精度高,可根据预测结果实现对水库、拦河闸合理调用,实现对河流水资源的有效配置,以满足灌溉、发电、防洪等工作的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许继平	北京工商大学计算机与信息工程学院	78	331	10.0	14.0
2	要震	北京工商大学计算机与信息工程学院	2	4	1.0	2.0
3	刘松波		8	119	3.0	8.0
4	孔建磊	北京工商大学计算机与信息工程学院	5	4	1.0	2.0