三种神经网络在洪水预报中应用的比较
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

四川省教育厅2011年面上项目(11ZB139);达州市2011年科技攻关项目(JCY1117)


Comparative Study on the Applications of Three Neural Networks to Flood Forecasting
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    本文以四川省达州市州河流域的洪水为研究对象,分别采用标准BP算法、Levenberg- Marquart算法和遗传算法来建立洪水预报模型,并对预报结果进行了分析和比较. 结果表明:三种算法之中,遗传算法所建立的模型的收敛速度最快,预测结果精度最高,能够避免网络陷入局部极小点.

    Abstract:

    By establishing flood forecasting models based on the standard BP algorithm, the Levenberg-Marquart algorithm and the genetic algorithm respectively, the paper studies the floods of the Zhouhe River in Dazhou city of Sichuan province, and analyzes and compares the outcomes of these three models. It shows that the model based on the genetic algorithm has the fastest convergence rate and highest accuracy in flood forecasting and can effectively prevent the network from getting into local minimum point.

    参考文献
    相似文献
    引证文献
引用本文

侯翔,汤元斌,刘笃晋,江芝蒙.三种神经网络在洪水预报中应用的比较.计算机系统应用,2013,22(12):35-38

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-05-08
  • 最后修改日期:2013-05-30
  • 录用日期:
  • 在线发布日期: 2013-12-12
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号