点击次数：

论文类型：期刊论文

发表时间：2014-09-20

发表刊物：中国科学:技术科学

收录刊物：EI

所属单位：大连理工大学

刊物所在地：北京市

学科门类：工学

一级学科：水利工程

项目来源：国家高技术研究发展计划专项经费(编号:2012AA050205)； 国家自然科学基金(批准号:51109024)资助项目；

期号：2014年09期

页面范围：1004-1012

ISSN号：1674-7259

关键字：递归神经网络; 回声状态网络; 贝叶斯理论; 径流预报;

教研室：大连理工大学水电与水信息研究所

摘要：回声状态网络(ESN)相比传统递归神经网络,具有模型简单、参数训练速度快的特点.针对标准ESN因常采用线性回归率定模型参数容易出现过拟合问题,提出了基于贝叶斯回声状态网络(BESN)的日径流预报模型.该模型将贝叶斯理论与ESN模型相结合,通过权重后验概率密度最大化而获得最优输出权重,提高了模型的泛化能力.通过安砂和新丰江两座水库日径流预测实例表明,BESN模型是一种有效、可行的预测方法,与传统BP神经网络和ESN模型对比,进一步表明BESN模型具有更好的预测精度.