基于平均线性粒子群算法的人工神经网络在径流预报中的应用

作者：董晓华; 刘超; 喻丹; 李磊; 吕志祥; 宋三红

来源：水文, 2013, (05): 10-15.

• 径流预报
• 人工神经网络
• 平均线性粒子群算法
• 粒子群算法
• BP算法 runoff forecasting
• artificial neural networks
• mean linear particle swarm optimization algorithm
• particle swarm optimization algorithm
• back-propagation algorithm

人工神经网络具有很强的非线性处理能力,能够有效地模拟复杂的非线性径流预报过程。传统的基于BP训练算法的人工神经网络具有训练时间较长,容易陷于局部最优值等缺陷,本文对训练算法加以改进,分别使用平均线性粒子群,粒子群和BP算法来优化人工神经网络的各项参数,首先使用标准函数测试了3种算法的全局优化性能,然后用它们对三峡水库的入库径流进行预报,以比较它们的预报性能。结果表明,在3种算法中,平均线性粒子群算法全局寻优的速度最快,稳定性最高,基于平均线性粒子群算法的人工神经网络的径流预报的精度也最高。

• 单位
  三峡大学