原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第42卷第5 期 大连理工大学学报 Vol. 42 ,No. 5
2002 年 9 月 Journal of Dalian University of Technology Sept. 2002
文章编号: 1000-8608(2002)05-0594-05
基于遗传与 BP 混合算法神经网络预测模型及应用
殷唆追1 ，陈守:应1 邱 菊2
( 1. 大连理工大学土木水利学院，辽宁大连 口6024;
2. 大连理工大学管理学院，辽宁大连 116024 )
摘要:提出用遗传学习算法和权重调整 BP 算法相结合的混合算法来训练模糊模式识别神
经网络预测模型;即先通过遗传学习算法进行全局训练，再用权重调整 BP 算法进行精确训
练，使网络收敛速度加快和避免局部极小.作为实例，以新覆雅马渡站的实测径流资料和相
应的前期 4 个预报因子实测数据作为样本进行训练并用以预测雅马渡站的年径流量.结果
表明，该方法具有收敛速度快和预测精度高的特点.
关键词:模糊模式识别/遗传算法; BP 算法$人工神经网络
中固分类号: TV124 文献标识码 A
全局最优.并以雅马渡站的实测径流资料和相应
o 引言
的前期 4 个预报因于实测数据作为样本，采用基
于遗传学习算法和权重调整 BP 算法的模糊模式
人工神经网络(ANN) 具有自组织、自适应及
识别神经网络预测模型预测雅马渡站的年径流
自学习功能，近年来在水文预报中的应用日益广
泛，并取得良好的效果[IJ 陈守煌将模糊模式识 量.
别模型与人工神经网络理论相结合[ZU 建构网络
拓扑结构:输人层节点数和隐含层节点数，提出了
1 模糊模式识别神经网络预测模
模糊模式识别神经网络预测模型[SU 并将BP 算法
型[3J
应用于模糊模式识别神经网络预测模型，提出模
糊模式识别神经网络预测系统权重调整BP模型.
模糊模式识别神经网络预测模型将模糊模式
BP 算法虽具有精确寻优的能力，但其网络模
识别模型与神经网络理论相结合，以模糊模式识
型初始权值的随机性容易产生两方面问题:首先，
别模型为基础建构网络拓扑结构:输入层节点数
每次训练的次数和最终权值会不相同，网络的寻
和隐含层节点数.模糊模式识别预测的基本原理
优不具有惟一性，会出现局部极小;其次，初始权
是z 首先根据样本的内在规律，确定标准模式;然
值给定的随机性还导致了训练次数较多，收敛速
后通过对一组已知预报因子特征值进行模糊模式
度慢.这两方面问题限制了它在实时水文预报中
识别，从而做出预报.
的应用.
设标准模式共有c 个类别，可以规定1
文档评论（0）