基于育种算法的BP网络在径流预测中的应用.pdfVIP

·910· 第四篇水文水资源新方法新技术 基于育种算法的BP网络在径流预测中的应用木 杨梅1 王黎1 马光文1 杨道辉” (1．1召Jll大学水电学院成都610065i2，二滩水电开发有限责任公司成都610021) 擒要本文介绍了一种从遗传算法改进而来的算法——育种算法，它将遗传算法中的选择、交叉、变异三个过 程简化为一个过程。并将该算法应用于BP网络模型，对模型参数进行优化来提高模型的收敛速度和精度。最后 对比参数优化前后的BP模型径流预测结果。结果表明模型优化后收敛速度和精度明显提高。 关键词 水资源 径流预测 育种算法人工神经网络 1 引言 BP网络模型在很多领域都取得了巨大的成就，并被广泛应用于径流预测中¨-6]。径流预测BP网络一般 采用3层BP网络进行径流预测，很多参数需要拟定，如输入层节点数、隐层节点数、最大训练数、学习效 率、动量参数等。参数拟定的好坏直接影响到模型的收敛速度和预测精度，冈此需要研究这些参数的拟定方 法。过去是参考一些经验公式来确定输入层节点数、隐层节点数，采用“试错法”反复训练来确定学习效 率和动量参数，以提取其中较为理想的值。这些参数拟定方法带有很大的不确定性，不一定得到最优解。从 而影响了模型的收敛速度和径流预测的精度。 育种算法(Breeding Algorithm)是一种从遗传算法改进而来的算法。育种算法模仿繁殖优良品种的方法 和过程，它将遗传算法中的选择、交叉、变异三个过程简化为一个过程。文献[7]将其应用于电网规划。 取得了不错的效果。利用该算法的优化性能，本文提出了一种新颖的基于育种算法的BP网络模型参数优化 方法。该方法提高了BP网络模型的收敛速度和预测精度，说明育种算法适合BP网络模型参数的优化。 2育种算法基本原理 育种算法是对遗传算法的改进，是一种特殊的变异操作。它以每代中适应度最大的个体为种子繁殖下一 代，新个体全部由同一颗种子变异而来，因此具有最大的多样性，同时也部分继承r种子的优秀特性。这使 得算法具有较高的搜索速度和全局搜索能力¨J。 2．1 编码 育种算法编码方式和遗传算法一样，可采用二进制编码或实数编码。针对BP网络参数优化问题，本文 采用实数编码，染色体长度由参加优化参数的个数决定，每个染色体表示一个参数设定方案。 2．2操作过程 遗传算法首先根据父代个体的适应值大小，采用赌轮盘法或联赛竞争法或其他选择方法选择优秀的个 体，再进行交叉和变异，从而产生新一代的种群。育种算法模仿转基因繁 42萼亍5l—-+袁专}曼殖的方法，选取每一代中适应值最大的个体作为种子，在种子的基础上进 ．■ ．．．．…一 行变异操作，随机产生变异的串位、位数，从而生成新的基因，并进行替 图1 繁殖操作过程 换。例如图l中，对种子随机产生的变异点为3，随机产生的变鼻位聂菇：；2 则随机产生的新基因为23，繁殖过程及结果如图1所示。 2．3育种算法的计算步骤 步骤如下： (1)采用实数编码法随机生成初始种群。 (2)计算种群中每个个体适应值大小。 (3)选择适应值最大的个体作为父体进行转基因繁殖，生成下一代种群。 · 基金项目：国家自然科学基金项目；国家自然科学基金项目。 基于育种算法的BP网络在径流预测中的应用 ·911· (4)检查是杏满足迭代条件，如达到预设的最大迭代次数或适应值最大值连续数代未发生变化，则结 束计算，输出结果。否则返回步骤(2)继续进行。 育种算法靠种子繁殖下一代，并且随机的操作使得下一代始终可以分布在解空间的任何位置，且种子附 近新生个体最多，这种靠随机变异的概率分布特性实现的遗传和变异，没有传统遗传算法那样由复制操作引 起的近亲繁殖等同题，不会陷人局部最优。由于整个算法过程中只有一个转基因操作，使得程序实现简单， 迭代速度快，有利于在优化参数时提高寻求最优解的准确度和执行效率。 3基于育种算法的BP网络模型参数优化方法 Back 神经网络模