WANN模型的改进及日径流预测中的应用

WANN模型的改进及日径流预测中的应用

介绍基于小波分析建立的人工神经网络模型的方法原理,并给出构造模型的一般步骤及关键算法.针对一般BP算法收敛速度慢,易陷入局部极小值的缺陷,受Fletcher-Reeves线性搜索方法的启发,提出基于改进共轭梯度法的BP算法.利用此优化模型对日径流进行模拟与预测,实验表明,基于小波分析的人工神经网络模型在日径流模拟过程中具有很好的仿真能力,训练后的模型用于预测具有较高的精度.

作 者： 沙玉祥 缪韧 SHA Yu-xiang MIAO Ren   作者单位： 四川大学,水利水电学院,成都,610065  刊 名： 电网与清洁能源  英文刊名： POWER SYSTEM AND CLEAN ENERGY  年，卷(期)： 2009 25(7)  分类号： P338  关键词： 小波分析   人工神经网络(ANN)   共轭梯度法   日径流  

【WANN模型的改进及日径流预测中的应用】相关文章：

组合预测模型在物流需求预测中的应用04-26

遗传算法改进的BP神经网络在混沌径流时间序列预测中的应用04-28

改进GM(1,1)模型在城市环境噪声预测中的应用04-29

PSO-SVM模型在蒸发预测中的应用04-29

一种改进的GM(1,1)模型在交通量预测中的应用04-28

非参数解集模型在汛期日径流随机模拟中的应用04-27

VIC陆面水文模型在白莲河流域径流模拟中的应用04-28

TOPMODEL模型在岩溶地区的改进与应用04-28

季节趋势模型在气体泄漏扩散模拟预测中的应用04-30

ARIMA模型在苏州河总磷预测中的应用04-25