基于改进BP神经网络的洪峰预测模型

›› 2015, Vol. 28 ›› Issue (3): 41-.

基于改进BP神经网络的洪峰预测模型

高丽媛,董甲

(1.华北水利水电大学信息工程学院,河南郑州 450011;2.黄河勘测规划设计有限公司,河南郑州 450000)

出版日期:2015-03-15 发布日期:2015-03-12
作者简介:高丽媛(1990—),女,硕士研究生。研究方向:信息采集预处理。E-mail:649344009@qq.com
基金资助:
河南省政府决策研究课题招标基金资助项目(2012B386)

Flood Forecasting Model Based on Improved BP Neural Network

GAO Liyuan,DONG Jia

(1.Information Engineering Institute,North China University of Water Conservancy and Hydropower,Zhengzhou 450011,China;
2.The Yellow River Surveying and Planning Design Co.Ltd,Zhengzhou 450000,China)

Online:2015-03-15 Published:2015-03-12

摘要/Abstract

摘要：

BP神经网络擅长对数据模型进行预测,通过模拟退火遗传算法的引入,对原始BP网络进行改进,对比分析两种算法的流程及效率,同时在洪峰预测模型上进行试验,观察两者的数据结果,并分析误差和效率,发现改进BP网络优于原始BP网络,在实际工程应用中值得推广。

关键词: 模拟退火遗传算法, BP神经网络, 预测模型

Abstract:

BP neural network is good at forecast data model.This article presents an improved BP network by the introduction of the genetic algorithm.A comparison of the two algorithms is made in terms of processes and efficiency,and both are tested using the flood forecast model.Test results and error analysis show that genetic-BP network is better in efficiency than original BP network and worth promotion in the practical engineering.

Key words: genetic algorithm;BP neural network;prediction model

中图分类号:

TP183

高丽媛,董甲. 基于改进BP神经网络的洪峰预测模型[J]. , 2015, 28(3): 41-.

GAO Liyuan,DONG Jia. Flood Forecasting Model Based on Improved BP Neural Network[J]. , 2015, 28(3): 41-.

[1]	孟晓姣,张世巍,李小健,李敏玥,宋丙鑫,路宏敏. 一种基于BP神经网络的车载通信设备性能评估方法[J]. 电子科技, 2021, 34(5): 24-28.
[2]	金鑫,冯毅,尤雪汐,王佳欣. 基于机器学习的信息安全设备调配保障技术研究[J]. 电子科技, 2020, 33(8): 80-86.
[3]	朱轶峰. 基于WiFi-BP的室内定位算法[J]. 电子科技, 2020, 33(8): 74-79.
[4]	张长青,杨楠. 基于混合神经网络的车牌字符识别技术[J]. 电子科技, 2019, 32(9): 51-54.
[5]	管胜,阮方鸣,周奎,苏明,王珩,邓迪,李佳. BP神经网络预测电极速度影响放电参数分析[J]. 电子科技, 2019, 32(6): 43-48.
[6]	杨加一. 基于BP神经网络的导弹故障自动诊断研究[J]. , 2018, 31(4): 48-.
[7]	魏爽. 基于BP神经网络的嘴型分类算法[J]. , 2016, 29(8): 89-.
[8]	金焱飞，张会林，张松，史超然，李荣伟. 基于GABPNN的MPPT控制方法与P&O的比较[J]. , 2016, 29(8): 145-.
[9]	邓玉梅. 基于蚁群优化的BP神经网络目标威胁估计方法[J]. , 2016, 29(7): 33-.
[10]	费家人,朱坚民,黄春燕. 基于ADAMS的工业机器人轨迹精度模型研究[J]. , 2016, 29(4): 20-.
[11]	闫驰. 基于PSO-BP神经网络的无线传感器网络定位算法[J]. , 2016, 29(4): 56-.
[12]	曾泉,谭北海. 基于SVM和BP神经网络的车牌识别系统[J]. , 2016, 29(1): 98-.
[13]	苏宇逍. 基于GA的BP神经网络在多目标优化中的应用[J]. , 2015, 28(6): 51-.
[14]	邹孔雨,佟国香. PM2.5测量系统中改进神经网络控制算法优化补偿[J]. , 2015, 27(11): 25-.
[15]	邹孔雨,佟国香. PM2.5测量系统中改进神经网络控制算法优化补偿[J]. , 2015, 28(11): 25-.