基于自适应调整蚁群_RBF神经网络模型中长期径流预测.pdfVIP

26 6 自 然 资 源 学 报 Vol. 26 No. 6 第 卷 第 期 2011 6 JOURNAL OF NATURAL RESOURCES Jun．，2011 年 月 基于自适应调整蚁群－ RBF 神经网络模型 的中长期径流预测 1，2 1 1 1，3 ， ， ， 白继中 师 彪 冯民权 周利坤 (1． ， 7 10048 ;2 ． ， 044004 ; 西安理工大学水利水电学院 西安 山西水利职业技术学院 山西运城 3 ． ， 7 10086) 武警工程学院 西安 : ， ， 摘要 径流预测历来是水利部门的一项重要工作 针对水库和河流中长期径流预测精度不高 (ARACS)，RBF ， 提出了自适应调节人工蚁群算法 对 神经网络参数进行优化 建立了自适应调节 － RBF (ARACS － RBF) ， ， 人工蚁群 神经网络组合算法 预测模型 综合考虑影响径流预变化因素 对 。 ， 安康水库进行中长期径流预测 对预测效果进行检验 结果证实该模型可真实地反映河川径流 ， 。 RBF 、 变化的总体趋势 并为判断时间序列数据的非线性提供了一种新方法 与 神经网络模型 － RBF ， ， ARACS － RBF 人工蚁群 神经网络模型预测结果进行对比 结果表明 应用 模型对中长期 ， 、 。 RBF 径流量进行预测 预测精度更高 效果更好 该方法克服了 神经网络和人工蚁群算法易陷 、 ， RBF ， ， 于局部极值 搜索质量差和精度不高的缺点 改善了 神经网络的泛化能力 收敛速度快 输 ， ， 98% 6. 5% 。 出稳定性好 提高了径流预测的精度 置信度为 时的预测相对误差小于 可有效用 于水库和河川中长期径流预测。 : ; ;ARACS － RBF ; 关 键 词 水文学 径流预测 神经网络算法 自适应调节人工蚁群算法 中图分类号:P338 + . 2 文献标志码:A 文章编号:1000 － 3037 (2011)06 － 1065 － 10