点击次数：

论文类型：期刊论文

发表时间：2010-02-25

发表刊物：水电能源科学

收录刊物：PKU、ISTIC

期号：02

页面范围：19-21+12

ISSN号：1000-7709

关键字：普通BP算法;动量—学习率自适应算法;Levenberg-Marquart法;河网;水情预测

摘要：针对神经网络能模拟复杂的河网水流运动规律,采用两种改进BP算法(动量—学习率自适应算法和Levenberg-Marquart法),以松花江河网水情预测为例与普通BP算法进行了应用比较。结果表明,两种改进BP算法的收敛速度和预测精度较普通BP算法均有明显的提高,L-M法的收敛速度较动量—学习率自适应算法更快,但在对超出训练样本特征范围的1998年超百年一遇历史性特大洪水进行外推模拟时,动量—学习率自适应算法表现更好。