自然资源学报

自然资源学报 ›› 2009, Vol. 24 ›› Issue (11): 2005-2013.doi: 10.11849/zrzyxb.2009.11.015

• 资源研究方法 • 上一篇    下一篇

自适应人工鱼群-BP神经网络算法在径流预测中的应用

师彪1|李郁侠1|于新花2|闫旺1|李鹏1   

  1. 1.西安理工大学水利水电学院|西安 710048；2.青岛科技大学|青岛 261000
  • 出版日期:2009-11-27 发布日期:2009-11-27

Long-term runoff forecast method based on resilient adaptive artificial fish school algorithm and back propagation neural network model

SHI Biao1,LI Yu-xia1,YU Xin-hua2,YAN Wang1,LI Peng1   

  • Online:2009-11-27 Published:2009-11-27

PDF (PC)

赞

被引次数

31 | 3

摘要： 为了提高水库和河流中长期径流预测精度，提出了弹性自适应人工鱼群算法(RAAFSA)。应用RAAFSA算法训练BP神经网络，实现BP神经网络参数优化，形成弹性自适应人工鱼群-BP神经网络混合算法(RAAFSA-BP)，对石泉水库进行中长期径流预测。仿真计算表明，弹性自适应人工鱼群优化的BP神经网络算法收敛速度快于BP神经网络算法、人工鱼群-BP神经网络算法和RBF神经网络算法。该混合算法克服了BP神经网络和人工鱼群算法易陷于局部极值、搜索质量差和精度不高的缺点，改善了BP神经网络的泛化能力，输出稳定性好，预报精度显著提高，每次预测相对误差绝对值都小于6%，合格率达到100%。该算法成功地解决了石泉水库中长期径流预测精度不高的难题，可有效用于水库和河川中长期径流预测。

关键词: 径流预测, RAAFSA-BP网络算法, 弹性自适应人工鱼群算法, BP神经网络