基于IGA-GP的BP网络黄河流域需水预测研究.PDFVIP

( ) 第 33 卷　第 3 期 西北农林科技大学学报 自然科学版 . 33 . 3 V o l N o 2005 年 3 月 . . . . ( . . . ) 2005 Jou r o f N o r thw e st Sci T ech U n iv o f A gr i an d Fo r N at Sci E d M arch 基于 IGA - GP 的BP 网络黄河流域需水预测研究 1 1 1 1, 2 1 李勋贵 , 黄　强 , 魏　霞 , 李占斌 , 倪　雄 ( 1 西安理工大学 水利水电学院, 陕西 西安 7 10048; 2 中科院水利部水土保持研究所, 陕西 杨凌 7 12 100) 　　[摘　要]　针对遗传算法和B P 网络在寻优过程中的不足, 将改进的遗传算法( IGA ) 与遗传编程(GP ) 相结合, 建立了有广泛搜索能力和很强局部精化能力的 自动编程算法, 将该算法应用于 神经网络的优化, 克服 IGA GP B P 了B P 网络寻优过程中收敛速度慢、易陷入局部最优的不足, 解决了新训练样本加入对网络稳定的影响。在此基础 上, 建立了黄河流域需水预测模型; 拟合结果表明, 该模型具有较高的预测精度。 [ 关键词]　黄河流域; 需水预测; 遗传算法; 遗传编程; 神经网络 [ 中图分类号]　 333. 9　　　　　　[ 文献标识码]　 [ 文章编号]　167 19387 (2005) 030 11605 P A 　　由于社会经济发展对水资源需求的增加及 自然 1　遗传神经网络预测模型 条件的变化, 如断流和“小水大灾”等新问题的出现, 黄河正面临着水资源短缺、水灾害加剧、生态环境恶 遗传算法 (Gen et ic a lgo r ithm s, 简称 GA ) 起源 [7 ] 化三大问题共存的严峻局面, 这些问题已经严重制 于 60 年代对 自然和人工适应系统的研究 , 属于自 约了黄河流域的可持续发展。因此, 缓解黄河水资源 适应概率搜索技术, 具有全局搜索功能, 因而增加了 危机, 修复生态, 重建“山川秀美”已成为当务之急。 搜索的灵活性, 具有广泛的应用价值[ 8～ 10 ] 。遗传编 黄河流域的