旱涝灾害的遗传_神经网络集成预测方法研究_吴建生.pdfVIP

广西 学Guangxi Sciences 2006, 13( 3) : 203～206, 211 -* - A Study on Genetic Algorithms Neural Network Ensemble Forecasting Methods of Drought and Water- logging Disasters 吴建生 - WU Jian s eng ( 广西柳州师范高等专 学校数学与计算机 学系, 广西柳州　545004) ( Department of Mat ematics and Computer Science, Liuz ou T eac er Sc ool, Liuz ou, Guangxi, 545004, C ina) : 利用遗传算法的全局搜索能力同时进化设计三层BP 神经网络的结构和连接权, 并以进化后的网络结构 和连接权作为新的神经网络结构和初始连接权, 再进行新一轮附加动量的 神经网络训练, 把训练后的结果 BP 简单平均集成, 以此建立旱涝灾害的遗传-神经网络集成预测新方法。应用该方法对广西桂林6月( 主汛期1995～ 2005年) 的降水量进行实例预测的结果表明, 该方法的收敛速度快, 预报精度高, 易于操作, 是一种具有较高应用 价值的预测方法。 : 旱涝灾害　预测遗传算法　神经网络集成 :TP 183: A : 1005-9164( 2006) 03-0203-04 Abstract: Evolved t e neural netw ork arc itecture and connection w eig ts by using global researc ability of genetic algorit ms, new neural netw ork arc itecture and beginning start connection w eig ts be made of t e evolution netw ork structure and t e connection and train again t e tradi-, tional back propagation by training samples and ensemble results by mean, t is met od be estab- lis ed t e forecast new model of droug t and water-logging. T e application example is build wit mont ly mean rainfall of Guilin of Guangxi during 1995 to 2005. T e calculation result express t at our met od of forecast can improves convergence speed and forecast accuracy It is a useful model. for forecasting . Key words: droug t and w ater-logging, genetic algorit ms, neural netw ork ensemble 　　旱涝灾害的气候预测问题是减灾防灾的重要研 实际应用中, 加上缺乏问题的先验知识, 研究人员往 究课题。随着全球气候模式和区域气候模式的发展, 往要经过大量费力、耗时的实验摸索, 才能确定合适 旱涝灾害的气候动力学方法研究有了很大进展。20世 的网络模型和各种参数的设置, 其效果也完全取决于 纪90年代以来, 以神经网络方法为代表的非线性人工