遺傳算法改進的BP神經網絡在混沌徑流時間序列預測中的應用

區別于傳統的提取混沌時間序列飽和嵌入維數的方法,本文利用人工神經網絡成功地對水庫混沌徑流時間序列的飽和嵌入維數進行了提取,計算了該時間序列里的最大Lyapunov指數,兩種方法結果都證明了該時間序列的混沌性.并用遺傳算法對BP神經網絡進行了改進,利用該模型對三門峽水庫混沌徑流時間序列進行了預測.實例計算表明該方法解決了BP神經網絡收斂速度慢和易于陷入極小值的問題,大大提高了BP神經網絡的計算精度和收斂速度.無論在計算精度上還是在收斂次數上都優于沒有改進的BP神經網絡.

作 者： 劉媛媛 練繼建 朱云 LIU Yuan-yuan LIAN Ji-jian ZHU Yun   作者單位： 劉媛媛,LIU Yuan-yuan(中國水利水電科學研究院防洪減災所,北京,100038)

練繼建,LIAN Ji-jian(天津大學建工學院,天津,300072)

朱云,ZHU Yun(寧夏回族自治區水利廳防辦,寧夏,銀川,750001) 

刊 名： 水文  ISTIC PKU 英文刊名： JOURNAL OF CHINA HYDROLOGY  年，卷(期)： 2007 27(2)  分類號： P338+.9  關鍵詞： 混沌徑流時間序列   BP神經網絡   遺傳算法   Lyapunov指數  

【遺傳算法改進的BP神經網絡在混沌徑流時間序列預測中的應用】相關文章：

基于MATLAB的BP神經網絡組合預測模型在公路貨運量預測中的應用04-27

改進型LM-BP神經網絡在水質評價中的應用04-26

混沌時間序列的自適應高階非線性濾波預測04-26

基于Matlab的BP神經網絡在大氣污染物濃度預測中的應用04-27

應用BP神經網絡預測涇惠渠灌區來水量04-26

基于MATLAB的BP神經網絡在清潔生產審核中的應用04-25

改進遺傳算法在桁架結構優化設計中的應用04-26

BP神經網絡在礦井本質安全程度評價中的應用04-25

基于自適應Kalman濾波的BP神經網絡在導航中的應用04-27

基于改進BP神經網絡的職業危害預警模型04-25