基于径向基函数神经网络与改进遗传算法的黄河流域需水预测

薛小杰 惠泱河 等

您当前的位置：

首页 >

文章列表页 >

基于径向基函数神经网络与改进遗传算法的黄河流域需水预测

更新时间：2024-11-07

- 基于径向基函数神经网络与改进遗传算法的黄河流域需水预测
- Water Requirement Prediction of Yellow River Basin Based on RBFNN and EGA
- 水土保持学报 2002年16卷第3期页码：83-85
- 作者机构：
- 作者简介：
- 基金信息：
  
  国家重点基础发展规划(973)项目"黄河流域水资源演化规律与再生维持机理"(G199043608)资助
- DOI：
  中图分类号： TV212.4TV211.1
- 纸质出版：2002
- 稿件说明：
移动端阅览
薛小杰惠泱河等. 基于径向基函数神经网络与改进遗传算法的黄河流域需水预测[J]. 水土保持学报, 2002,16(3):83-85.

XUE Xiao jie 1. Water Requirement Prediction of Yellow River Basin Based on RBFNN and EGA[J]. 2002, 16(3): 83-85.
薛小杰惠泱河等. 基于径向基函数神经网络与改进遗传算法的黄河流域需水预测[J]. 水土保持学报, 2002,16(3):83-85. DOI：

XUE Xiao jie 1. Water Requirement Prediction of Yellow River Basin Based on RBFNN and EGA[J]. 2002, 16(3): 83-85. DOI：

摘要

针对遗传算法的不足

利用改进的遗传算法

结合性能优于 BP网络的径向基函数神经网络

并进行网络优化

建立了黄河流域需水预测模型

拟合预测结果表明

该模型能有效提高预测精度。

Abstract

Due to the defect of genetic algorithm

this paper applies extended genetic algorithm to establish the model of water requirement prediction of Yellow River basin combined with radial basis function neural network that is more superior to BP neural network.And then the model is used to predict the water requirement after it is optimized.Results of prediction indicate that the model can improve predicting ability and the accuracy efficiently.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据