遗传算法优化BP神经网络水文预报过程模型研究

摘要：

为克服BP神经网络的缺点,将遗传算法引入BP神经网络模型(GA-BPNN模型),并与实测数据对比,验证了该模型的准确性,结果表明:GA-BPNN模型的计算精度和一致性明显高于BP神经网络模型,且其收敛速度更快,其RMSE为0.237,K值0.917,CD为0.894,决定系数R2为0.918,精度较高,因此,该模型可作为当地水文径流预报的计算模型.

关键词：遗传算法、BP神经网络、计算精度、一致性

分类号：P338(水文科学（水界物理学）)

在线出版日期：2018-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：65-66,118