梯级-关联算法原理及其在月流量预报中的应用
- 出版年：2007
- 作者：张志果；徐宗学；巩同梁
- 单位1：北京师范大学水科学研究院，水沙科学教育部重点实验室
- 出生年：1983
- 学历：硕士研究生
- 语种：中文
- 作者关键词：梯级-关联算法；BP算法；流量预报；拉萨河
- 起始页：114
- 总页数：4
- 经费资助：国家科技攻关计划资助项目（2005BA901AI I）；北京师范大学“京师学者”特聘教授启动经费资助项目
- 刊名：水科学进展
- 是否内版：否
- 刊频：双月刊
- 创刊时间：1990
- 主办单位：南京水利科学研究院；中国水利学会
- 主编：胡四一
- 地址：南京市西康路1号
- 邮编：210024
- 电子信箱：skxj@chinajournal.net.cn
- 卷：18
- 期：01
- 期刊索取号：P490.6144-29
- 数据库收录：美国《工程索引》（Ei）收录期刊；美国《化学文摘》（CA）收录期刊
- 核心期刊：全国中文核心期刊
摘要
传统BP网络需要预先设定网络隐含层的层数和每层的节点数，使得在预测过程中难以确定网络的最优结构。与之相反，梯级-关联算法(CC)要求初始网络仅含有输入层和输出层，通过运算不断向网络增加隐含节点。在介绍梯级-关联算法原理的基础上，分别运用梯级-关联算法和BP算法对拉萨河拉萨站的月流量进行了预测，结果显示：在不损失预测精度的前提下，梯级-关联算法的运算次数仅为5次，而BP算法则需要运算70000次，运算效率有很大的提高，同时网络的规模也有所减小。