基于遗传算法改进BP神经网络模型对汛期潼关高程计算.pdfVIP

维普资讯 泥 沙 研 究 2007年 l2月 Jo．rnalofSedimentResearch 第6期 基于遗传算法改进的BP神经网络模型 对汛期潼关高程的计算 刘媛媛 ，练继建 ，张金 良 (I．巾崮水利水电科学研究院 减灾所．北京 100038；2 天津大学 建工学院，天津 300072 3 黄河 水利委员会 ，河南 郑州 450003) 摘要 ：将遗传算法全局 优和 BP冲经网络局部_7．优 的特点结 台起来 ．取K补短 ，解决 了BP网络收敛速度慢 和易于 陷入极小值的问题 ，大大提高 了BP网络 的汁算精度和收敛速度。并应用该模 型，在分析影响汛期潼 关高程 因素的基础上 ，对汛期漳关高程的变化量进行了汁算 并利用该 BP网络模型对不同条件下的潼关高 程 的变化值进行了预测 ，模型能很好的反映漳关高程的变化趋势。经过遗传算法改进后的BP网络在降低计算 和预测的平均误差的』=l_1l时 ，迭代次数 比…一般 BP网络也大大减少。很适合运用在复杂的水库优化调度计算 中。 关键词 ：遗传算法 ；Bt神经网络 ；潼芙高程 中图分类号 ：TVt45 文献标 识码：A 文章编号 ：0468—155X(2007)06—002606 1 前言 潼关断面是其上游河道汇流区的侵蚀基准面，潼关高程的高低与4,JL干流、渭 、洛河下游 的泥沙冲 淤关系密切 ，对该地区的防洪 、除涝有着重要的影响 。由于潼关断面在三门峡库区中所处的特殊的地 理位置 ，潼关高程问题…直是三门峡水库凋度运用过程中非常敏感的问题 ，计算和预测不同的水库运用 方式下潼关高程的升降具有重要 的意义。 以往计算潼关高程的方法主要有输沙率法 、地形法以及水流泥沙数学模型。但影响潼关高程升降 的因素很多，比较复杂?潼关又处于渭、洛河与黄河的交汇处 ，计算时边界条件处理起来非常麻烦。以 往的计算方法具有很强的主观性，误差很大。由于以上种种原因，目前的计算模型不能很好的解决潼关 高程问题。这就需要采用一种新的计算方法 人工神经网络 、遗传算法突破 r以往传统的数学模型为基础的思维与处理方法。目前 ，人工神经网 络模型有很多种 ，BP(Backpropagation)神经 网络是人工神经 网络的重要模型之一 ，应用极为广泛 ，其具 有很好的分布存储和容错性，非常适合解决非线性问题，而且在实测资料不够完备的情况下仍然可以进 行预测和计算 ；遗传算法 (GeneticAlgorithm，GA)是 …种·新型优化算法，能有效地利用历史信息来推测下 一 代期望性能有所提高的寻优点集?这样一代代地不断进化 ，最后收敛到一个最适应环境的个体上 ，求 得 问题的最优解 。 这两种方法都很适合求解非线性问题 ，但又有各 自的缺点：BP网络的误差函数为平方型，存在局部 极小值问题 ，且收敛速度较慢；遗传算法在建立系统层次结构等方面有着独特的优点，但在学习、训练能 力上远不如神经网络。因此可 以将这两种有机结合起来 ，取长补短。本文即采用遗传算法改进的 BP 神经网络对汛期潼关高程的变化量进行 计算和预测。 收稿 日期 ：2006—04—17 作者简介：刘媛媛 (1978一)，女，工程 师，陴j，主要从事防洪减灾研究 26 维普资讯 2 遗传算法改进的BP神经网络模型 BP网络主要是采用误差梯度下降的权重修改原则 ，在应用上的主要 问题是收敛速度太慢，而且不 能保证收敛到全局最小点，遗传算法 (GA)擅长全局搜索 ，神经网络则 比较适合局部搜索。可 以取两种 方法各 自的特点。一般 BP网络收敛速度慢 ，主要是因为初始权值选择的不好，在神经 网络的训练中， 初始权值的确定一般都是由随机生成的，这是导致神经网络收敛速度较慢 的一个原 因。训练之前可以 先通过遗传算法对染色体的交叉 、变异等遗传运算找到 BP网络的最优初始权值。当BP网络陷入极小 值时，可以再次转入遗传算法对 网络参数进行优化 ，。如此 ，就可以通过遗传算法的特点解决 了 BP 网络存在的问题