遗传算法与神经网络在洪水预报中的应用

详细信息   

• 责任者：李爱云^c太原理工大学 ; 吴建华^c合肥工业大学 ; 曹广学
• 刊名：太原理工大学学报
• 出版年：2005
• 卷期：36^b5总141
• 关键词：遗传算法 ; 神经网络系统 ; 洪水20^a数学模型 ; 应用 ; 预测 ; 地质灾害
• 页码：585～587
• 索书号：P806.6/132
• 图表：^c参9插图
• 分类号：2000,1700
• 文摘期号：2006/03

摘要

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。