WANN模型的改進及日徑流預測中的應用

介紹基于小波分析建立的人工神經(jīng)網(wǎng)絡模型的方法原理,并給出構造模型的一般步驟及關鍵算法.針對一般BP算法收斂速度慢,易陷入局部極小值的缺陷,受Fletcher-Reeves線性搜索方法的啟發(fā),提出基于改進共軛梯度法的BP算法.利用此優(yōu)化模型對日徑流進行模擬與預測,實驗表明,基于小波分析的人工神經(jīng)網(wǎng)絡模型在日徑流模擬過程中具有很好的仿真能力,訓練后的模型用于預測具有較高的精度.

作 者： 沙玉祥 繆韌 SHA Yu-xiang MIAO Ren   作者單位： 四川大學,水利水電學院,成都,610065  刊 名： 電網(wǎng)與清潔能源  英文刊名： POWER SYSTEM AND CLEAN ENERGY  年，卷(期)： 2009 25(7)  分類號： P338  關鍵詞： 小波分析   人工神經(jīng)網(wǎng)絡(ANN)   共軛梯度法   日徑流  

【W(wǎng)ANN模型的改進及日徑流預測中的應用】相關文章：

組合預測模型在物流需求預測中的應用04-26

遺傳算法改進的BP神經(jīng)網(wǎng)絡在混沌徑流時間序列預測中的應用04-28

改進GM(1,1)模型在城市環(huán)境噪聲預測中的應用04-29

PSO-SVM模型在蒸發(fā)預測中的應用04-29

一種改進的GM(1,1)模型在交通量預測中的應用04-28

非參數(shù)解集模型在汛期日徑流隨機模擬中的應用04-27

VIC陸面水文模型在白蓮河流域徑流模擬中的應用04-28

TOPMODEL模型在巖溶地區(qū)的改進與應用04-28

季節(jié)趨勢模型在氣體泄漏擴散模擬預測中的應用04-30

ARIMA模型在蘇州河總磷預測中的應用04-25