WPA-BP神经网络模型在枯水期月径流预测中的应用

摘要：

通过8个高维复杂函数对一种新型仿生群体智能算法——狼群算法(WPA)进行仿真验证,并与粒子群优化(PSO)算法进行对比.针对BP神经网络易陷入局部极值及初始权阈值参数难以确定的不足,利用WPA算法优化BP神经网络初始参数,提出WPA-BP径流预测模型,以云南省龙潭站枯水期月径流预测为例进行实例验证,并与PSO-BP及BP模型进行比较.结果表明:①WPA算法收敛精度远远优于PSO算法,具有较好的计算鲁棒性和全局寻优能力;②WPA-BP模型预测精度优于PSO-BP及BP模型,具有较好的预测精度和泛化能力.利用WPA算法优化BP神经网络的初始权值和阈值,可有效提高BP神经网络的预测精度和泛化能力.

关键词：径流预测、狼群算法、BP神经网络、参数优化、枯水期

所属期刊栏目：37

分类号：P332(水文科学（水界物理学）)

在线出版日期：2016-05-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：55-59