| 改进IGA-GP方法在流域需水预测中的应用——以黄河流域为例 |
| |
| 引用本文： | 薛小杰,黄四霞,王宽,雷艳. 改进IGA-GP方法在流域需水预测中的应用——以黄河流域为例[J]. 干旱区地理, 2008, 31(6): 830-835 |
| |
| 作者姓名： | 薛小杰 黄四霞 王宽 雷艳 |
| |
| 作者单位： | 西安理工大学西北水资源与环境生态教育部重点实验室,陕西,西安,710048;西安市环保局灞桥分局环境监测站,陕西,西安,710038 |
| |
| 基金项目： | 国家自然科学基金项目 ， 陕西省教育厅科学研究计划项目 ， 西安理工大学科学研究计划项目 |
| |
| 摘 要： | 遗传算法是借鉴生物学的自然选择和遗传进化机制,通过作用于染色体上的基因寻找优良的染色体,求到待解问题最优解的一个近似解.针对遗传算法易陷入局部最优解的不足,采用改进的遗传算法(IGA)与遗传编程(GP)相结合,建立有广泛搜索能力和很强的局部精化能力的IGA-GP算法,将该算法应用于BP神经网络的优化,优化的原理是运用GP自动生成BP正向计算过程中隐含层到输出层的函数关系式,此函数关系式可随着训练样本的变化而自动调整,使得新加入的样本影响已学习完的样本的问题得到最终解决,因而可进一步增强BP网络的自适应能力和抗干扰能力;同时用IGA代替BP的反向传播算法,加快收敛速度和克服BP易陷入局部最优的不足,从而实现了对BP神经网络的优化.并在此基础上建立了黄河流域需水预测模型,误差分析结果显示,IGA-GP算法预测结果最大误差为2.894%,最小误差为0.088%,满足误差精度不大于5%的要求,而没有优化的BP神经网络拟合结果最大误差为8.314%,最小误差为0.832%,不满足预测精度要求,证明该IGA-GP模型具有较高的预测精度.鉴于此,通过IGA-GP的算法对黄河流域2010、2020及2030水平年工业、农业、生活及生态需水量进行了预测.
|
| 关 键 词： | 遗传算法 遗传编程 神经网络 黄河流域 需水预测 |
Application of improved IGA-GP method in valley water forecast: a case study in Yellow River |
| |
| XUE Xiao-jie,HUANG Si-xia,WANG Kuan,LEI Yan. Application of improved IGA-GP method in valley water forecast: a case study in Yellow River[J]. Arid Land Geography, 2008, 31(6): 830-835 |
| |
| Authors: | XUE Xiao-jie HUANG Si-xia WANG Kuan LEI Yan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
