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

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

区别于传统的提取混沌时间序列饱和嵌入维数的方法,本文利用人工神经网络成功地对水库混沌径流时间序列的饱和嵌入维数进行了提取,计算了该时间序列里的最大Lyapunov指数,两种方法结果都证明了该时间序列的混沌性.并用遗传算法对BP神经网络进行了改进,利用该模型对三门峡水库混沌径流时间序列进行了预测.实例计算表明该方法解决了BP神经网络收敛速度慢和易于陷入极小值的问题,大大提高了BP神经网络的计算精度和收敛速度.无论在计算精度上还是在收敛次数上都优于没有改进的BP神经网络.

作 者： 刘媛媛 练继建 朱云 LIU Yuan-yuan LIAN Ji-jian ZHU Yun   作者单位： 刘媛媛,LIU Yuan-yuan(中国水利水电科学研究院防洪减灾所,北京,100038)

练继建,LIAN Ji-jian(天津大学建工学院,天津,300072)

朱云,ZHU Yun(宁夏回族自治区水利厅防办,宁夏,银川,750001) 

刊 名： 水文  ISTIC PKU 英文刊名： JOURNAL OF CHINA HYDROLOGY  年，卷(期)： 2007 27(2)  分类号： P338+.9  关键词： 混沌径流时间序列   BP神经网络   遗传算法   Lyapunov指数  

【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】相关文章：

基于MATLAB的BP神经网络组合预测模型在公路货运量预测中的应用04-27

改进型LM-BP神经网络在水质评价中的应用04-26

混沌时间序列的自适应高阶非线性滤波预测04-26

基于Matlab的BP神经网络在大气污染物浓度预测中的应用04-27

应用BP神经网络预测泾惠渠灌区来水量04-26

基于MATLAB的BP神经网络在清洁生产审核中的应用04-25

改进遗传算法在桁架结构优化设计中的应用04-26

BP神经网络在矿井本质安全程度评价中的应用04-25

基于自适应Kalman滤波的BP神经网络在导航中的应用04-27

基于改进BP神经网络的职业危害预警模型04-25