• 中国科技核心期刊
  • RCCSE中国核心学术期刊
  • 2000年荣获陕西省优秀科技期刊二等奖
  • 2003年荣获首届《CAJ-CD 规范》执行优秀期刊奖
  • 2007年全国期刊出版形式规范检查中,获首批A类合格期刊
  • 2007年度陕西省期刊出版形式规范检查评比中,荣获优秀期刊奖
  • 2008年6月进入《中国科技核心期刊》
  • 2009年科技期刊审读评优中,荣获"陕西省特色科技期刊奖"
王汉涛, 张潇潇.仿生算法优化BP神经网络在降雨空间插值中的应用水资源与水工程学报[J].,2019,30(3):106-112
仿生算法优化BP神经网络在降雨空间插值中的应用
Application of bionic algorithms optimizing BP neural network in spatial interpolation of rainfall
  
DOI:10.11705/j.issn.1672-643X.2019.03.16
中文关键词:  遗传算法  粒子群算法  蚁群算法  BP神经网络  降雨空间插值  三峡区间流域
英文关键词:genetic algorithm  particle swarm optimization algorithm  ant colony algorithm  BP neural network  rainfall spatial interpolation  Three Gorges region basin
基金项目:国家“十二五”水专项(2014ZX07104-005) ; 国家重点研发计划项目(2016YFC0402210)
作者单位
王汉涛1,2, 张潇潇3 (1.中国长江三峡集团有限公司 湖北 宜昌4430022.三峡水利枢纽梯级调度通信中心四川 成都 610042 3.四川大学 水利水电学院 四川 成都 610065) 
摘要点击次数: 67
全文下载次数: 76
中文摘要:
      人工神经网络能够充分挖掘已知样本中的规律,从而对未观测数据进行预测,可应用于降雨量空间插值计算中。在BP神经网络进行降雨空间插值的基础上,引入遗传、粒子群和蚁群3种仿生算法对BP神经网络初始权值和阈值进行优化,将优化后的BP神经网络应用于三峡区间流域年、月和日3个时间尺度的降雨空间插值中。结果表明:仿生算法对BP神经网络初始权值和阈值优化求解后,降低了BP神经网络陷入局部最小以及过拟合的风险,在插值过程中表现出较好的稳定性,取得了理想的插值结果。
英文摘要:
      The artificial neural network can dig out the regulation of the observed data fully to have a prediction to the unobserved data, and can be applied in the spatial interpolation of rainfall. Based on the traditional BP neural network in spatial interpolation of rainfall, this paper introduces the genetic algorithm, particle swarm optimization and ant colony algorithm to optimize the initial weights and thresholds of BP neural network, and are applied in the spatial interpolation of rainfall of year, month and day such three temporal scales in the Three Gorges region. The results showed that after the optimization of initial weights and thresholds of BP neural network by bionic algorithms, it can reduce risk of BP trapping in the partial smallest and the over fitting. There is a better stability in the interpolation process to get the ideal interpolation.
查看全文  查看/发表评论  下载PDF阅读器
关闭