基于和声搜索算法的BP神经网络需水预测模型应用研究OA

为提高需水预测精度以及针对BP神经网络易陷入局部极值及初始参数难以确定等不足,利用和声搜索(HS)算法优化BP神经网络初始权值和阈值,提出HS-BP需水预测模型,以上海市需水预测为例进行实例验证,并同PSO-BP、GA-BP及BP模型进行比较.仿真结果表明HS-BP模型预测精度优于PSO-BP、GA-BP及BP模型,具有较好的预测精度和泛化能力,利用HS优化BP神经网络的初始权值和阈值,可有效提高BP神经网络的预测精度和泛化能力.