人工蜂群-BP网络降雨预测方法在洞庭湖区汉寿站的应用

发布时间：2021-04-06 09:32

　　针对洞庭湖区降水特点,考虑传统BP神经网络模型易落入局部最优,收敛速度慢和收敛对初值的敏感性较高等问题,引入一种人工蜂群-BP神经网络方法,通过人工蜂群进行全局寻优后将优化的权值矩阵代入训练网络,以此作为BP神经网络的初始值进行训练,并以洞庭湖区汉寿站多年月降雨量为例进行验证。结果表明,人工蜂群-BP神经网络方法有效提高了预测精度,增强了对极值的模拟,在洞庭湖区降雨预测上更具适用性。 

【文章来源】：湖南水利水电. 2020,(06)

【文章页数】：5 页

【部分图文】：

人工蜂群-BP神经网络方法计算流程图

2014年预测结果

2015年预测结果

【参考文献】：
期刊论文
[1]基于卷积神经网络的花生籽粒完整性识别算法及应用[J]. 赵志衡,宋欢,朱江波,卢雷,孙磊.  农业工程学报. 2018(21)
[2]洞庭湖区降雨特性分析[J]. 黎玮.  湖南水利水电. 2015(02)
[3]一种改进的BP算法及在降水预报中的应用[J]. 闵晶晶,孙景荣,刘还珠,王式功,曹晓钟.  应用气象学报. 2010(01)
[4]基于新型联想记忆神经网络的非线性系统辨识[J]. 吴学礼,孟凡华,王永骥,李平,贾辉然,孟华.  地理与地理信息科学. 2004(04)

博士论文
[1]基于人工神经网络方法的锦屏一级水电站枢纽区高边坡稳定性分区研究[D]. 徐佩华.吉林大学 2006

硕士论文
[1]基于多种神经网络模型的洞庭湖流域月降水量预测对比研究[D]. 龙云.湖南师范大学 2016



本文编号：3121206