遗传算法与神经网络在洪水预报中的应用OA北大核心CSCD
Application of Genetic Algorithm and Neural Network on Flood Forecast
采用遗传学习算法对神经网络BP模型的初始权重进行优化,即先用遗传学习算法进行全局训练,再用BP算法进行精确训练,使网络收敛速度加快和避免局部极小.将该方法运用于洪水预报问题,并利用山西省文峪河水库的历史资料条件建立一个网络,以洪水预报的各种控制因素相关资料作为样本,对网络进行训练并用训练好的网络进行预报.网络的训练速度及预报结果表明,该算法收敛速度较快,预测精度很高,为洪水预报提供了一种新思路和新方法.
李爱云;吴建华;曹广学
太原理工大学,水利科学与工程学院,山西,太原,030024太原理工大学,水利科学与工程学院,山西,太原,030024合肥工业大学,土木建筑工程学院,安徽,合肥,230009
天文与地球科学
神经网络遗传算法洪水预报
《太原理工大学学报》 2005 (5)
585-588,4
评论