摘要: 根据流域径流预报的特点,针对神经网络原有固定结构学习方法的缺陷,通过对人工神经网络、遗传算法进行组合利用和加以改进,建立了混合遗传神经网络模型,并对其神经网络的结构和权值阈值同时进行了优化。然后以某灌区径流预报为例,分别利用BP(back propagation)算法、本文方法进行仿真试验,验证方案的可行性和有效性,结果表明本文算法既克服了神经网络结构选取的盲目性,给出了优秀的初始权值,又克服了遗传算法耗时的缺点,最终达到了提高网络收敛性能和收敛速度的目的。
黄牧涛, 黄科火良. 混合遗传神经网络算法研究及其在径流预报中的应用[J]. 长江科学院院报, 2007, 24(4): 31-34.
HUANG Mu-Tao, HUANG Ke-Huo-Liang. Daily Runoff Forecast System Based on Combined GeneticAlgorithm and ANN[J]. JOURNAL OF YANGTZE RIVER SCIENTIFIC RESEARCH INSTI, 2007, 24(4): 31-34.