遗传算子对径流预报神经网络模型的影响

王志国; 陈立; 刘玉成; 张春燕

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

遗传算子对径流预报神经网络模型的影响

王志国, 陈立, 刘玉成, 张春燕

文章导航 > 武汉大学学报 ● 信息科学版 > 2005 > 30(11): 1020-1024

王志国, 陈立, 刘玉成, 张春燕. 遗传算子对径流预报神经网络模型的影响[J]. 武汉大学学报 ● 信息科学版, 2005, 30(11): 1020-1024.

引用本文:

王志国, 陈立, 刘玉成, 张春燕. 遗传算子对径流预报神经网络模型的影响[J]. 武汉大学学报 ● 信息科学版, 2005, 30(11): 1020-1024.

WANG Zhiguo, CHEN Li, LIU Yucheng, ZHANG Chunyan. Genetic Operators Affect on ANN of Runoff Forecast[J]. Geomatics and Information Science of Wuhan University, 2005, 30(11): 1020-1024.

Citation:

WANG Zhiguo, CHEN Li, LIU Yucheng, ZHANG Chunyan. Genetic Operators Affect on ANN of Runoff Forecast[J]. Geomatics and Information Science of Wuhan University, 2005, 30(11): 1020-1024.

遗传算子对径流预报神经网络模型的影响

¹ 武汉大学水资源与水电工程科学国家重点实验室,武汉市东湖南路8号,430072;² 山东省水利勘测设计院,济南市历山路121号,250013

基金项目: 国家973计划资助项目(2003CB415205)；国家自然科学基金资助项目(50479036)；湖北省创新群体基金资助项目(2003ABA195)；国家教育部博士点专项基金资助项目(20020486017)

详细信息

作者简介:
王志国,博士生,现从事遗传算法与神经网络在水科学中的应用研究

中图分类号: TP18

Genetic Operators Affect on ANN of Runoff Forecast

¹ Key Laboratory of Water Resources and Hydropower Engineering Sciences, Wuhan University, 8 South-Donghu Road, Wuhan 430072, China;² Shandong Water Conservancy Surveying and Designing Institute, 121 Lishan Road, Jinan 250013, China

Funds: 国家973计划资助项目(2003CB415205)；国家自然科学基金资助项目(50479036)；湖北省创新群体基金资助项目(2003ABA195)；国家教育部博士点专项基金资助项目(20020486017)

摘要: 采用均匀设计来安排遗传算子组合进行数值实验,研究了遗传算子对神经网络径流预报精度的影响。研究发现,输入模式对最终种群中个体的分布影响不明显,不同算子组合对其影响则明显得多。通过回归分析发现,采用不同算子组合优化神经网络初始权重径流预报精度差别较大,对未归一网络的优化效果较归一网络好,同时采用数据归一输入模式与遗传算法优化神经网络初始权重未产生叠加效果。
- 遗传算子 /
- 人工神经网络(ANN) /
- 径流预报 /
- 均匀设计
Abstract: Genetic algorithms (GA) can effect the artificial neural network(ANN) runoff forecast accuracy by optimizing the ANN initial weights and biases. In this paper, the numerical experiment was designed by the uniform design to compose the difference in runoff forecast accuracy between various combinations of genetic operator. The results show that data-in model is little effect to the individual distributing in final population while the different genetic operator combination is much more effect. Regression estimation indicates the genetic operator that effect main is different at the two data-in model; there is great difference to runoff forecast accuracy among various combinations of genetic operators to optimize the ANN the initial weights and biases, and the optimizing result from ANN which no scale the data to\[0,1\] is better than that from ANN scaling, there is no effect superpose to runoff forecast accuracy between scaling data-in and optimizing ANN initial weights and biases by GA.
- genetic operator /
- artifical neural network (ANN) /
- runoff forecast /
- uniform design

[1]	任加新, 刘万增, 李志林, 李然, 翟曦. 利用卷积神经网络进行“问题地图”智能检测 . 武汉大学学报 ● 信息科学版, 2021, 46(4): 570-577. doi: 10.13203/j.whugis20190259
[2]	李晓杰, 郭睿, 黄金, 朱陵凤, 谭红力, 董恩强. 神经网络在北斗导航卫星轨道预报中的应用 . 武汉大学学报 ● 信息科学版, 2015, 40(9): 1253-1258. doi: 10.13203/j .whu g is20130603
[3]	王宇谱, 吕志平, 崔阳, 吕浩, 李林阳. 利用遗传小波神经网络预报导航卫星钟差 . 武汉大学学报 ● 信息科学版, 2014, 39(7): 809-814.
[4]	陈必焰, 戴吾蛟, 蔡昌盛, 夏朋飞. 层析反演与神经网络方法在电离层建模及预报中的应用 . 武汉大学学报 ● 信息科学版, 2012, 37(8): 972-975.
[5]	张正禄, 王小敏, 邓勇, 谢年生. 模糊神经网络在变形分析与预报中的应用研究 . 武汉大学学报 ● 信息科学版, 2010, 35(1): 6-8.
[6]	王志军, 顾冲时, 张治军. GIS支持下基于遗传优化神经网络的溃坝生命损失评估 . 武汉大学学报 ● 信息科学版, 2010, 35(1): 64-68.
[7]	邓兴升, 王新洲. 动态神经网络在变形预报中的应用 . 武汉大学学报 ● 信息科学版, 2008, 33(1): 93-96.
[8]	杨贵军, 柳钦火, 刘强, 顾行发. 基于遗传自组织神经元网络的可见光与热红外遥感数据融合方法 . 武汉大学学报 ● 信息科学版, 2007, 32(9): 786-790.
[9]	徐艳芳, 刘文耀, 武兵, 黄敏. 人工神经网络在色彩变换中的应用 . 武汉大学学报 ● 信息科学版, 2006, 31(9): 799-801.
[10]	马洪超, 郭丽艳. 人工神经网络信息融合及其在机场识别中的应用研究 . 武汉大学学报 ● 信息科学版, 2005, 30(8): 682-684.
[11]	王新洲, 邓兴升. 大坝变形预报的模糊神经网络模型 . 武汉大学学报 ● 信息科学版, 2005, 30(7): 588-591.
[12]	邵黎霞, 何宗宜, 艾自兴, 宋晓东. 基于BP神经网络的河系自动综合研究 . 武汉大学学报 ● 信息科学版, 2004, 29(6): 555-557.
[13]	胡耀垓, 李伟, 胡继明. 一种改进激活函数的人工神经网络及其应用 . 武汉大学学报 ● 信息科学版, 2004, 29(10): 916-919.
[14]	朱家松, 龚健雅, 郑皓. 遗传算法在管网优化设计中的应用 . 武汉大学学报 ● 信息科学版, 2003, 28(3): 363-367.
[15]	肖平, 李德仁. 基于人工神经元网络技术的土地利用/覆盖变化探测 . 武汉大学学报 ● 信息科学版, 2002, 27(6): 586-590.
[16]	张力, 沈未名, 张祖勋, 张剑清. 基于空间约束的神经网络影像匹配 . 武汉大学学报 ● 信息科学版, 2000, 25(1): 55-59.
[17]	张力, 沈未名, 张祖勋, 张剑清. 基于约束满足神经网络的整体影像匹配 . 武汉大学学报 ● 信息科学版, 1999, 24(3): 216-219.
[18]	邓跃进, 王葆元, 张正禄. 边坡变形分析与预报的模糊人工神经网络方法 . 武汉大学学报 ● 信息科学版, 1998, 23(1): 26-31.
[19]	沈未名, 张祖勋, 张剑清. 基于神经网络的影像匹配概率松弛算法 . 武汉大学学报 ● 信息科学版, 1996, 21(3): 247-251.
[20]	刘少创, 林宗坚. 基于神经网络的地图数字注记识别 . 武汉大学学报 ● 信息科学版, 1994, 19(3): 194-198.

点击查看大图

计量

文章访问数: 636
HTML全文浏览量: 63
PDF下载量: 385
被引次数: 0

遗传算子对径流预报神经网络模型的影响

¹ 武汉大学水资源与水电工程科学国家重点实验室,武汉市东湖南路8号,430072;² 山东省水利勘测设计院,济南市历山路121号,250013

作者简介:
王志国,博士生,现从事遗传算法与神经网络在水科学中的应用研究

收稿日期: 2005-05-25
修回日期: 2005-05-25
刊出日期: 2005-11-05

中图分类号: TP18

关键词:

摘要: 采用均匀设计来安排遗传算子组合进行数值实验,研究了遗传算子对神经网络径流预报精度的影响。研究发现,输入模式对最终种群中个体的分布影响不明显,不同算子组合对其影响则明显得多。通过回归分析发现,采用不同算子组合优化神经网络初始权重径流预报精度差别较大,对未归一网络的优化效果较归一网络好,同时采用数据归一输入模式与遗传算法优化神经网络初始权重未产生叠加效果。

English Abstract

Genetic Operators Affect on ANN of Runoff Forecast

¹ Key Laboratory of Water Resources and Hydropower Engineering Sciences, Wuhan University, 8 South-Donghu Road, Wuhan 430072, China;² Shandong Water Conservancy Surveying and Designing Institute, 121 Lishan Road, Jinan 250013, China

Received Date: 2005-05-25
Rev Recd Date: 2005-05-25
Publish Date: 2005-11-05

Keywords:

Abstract: Genetic algorithms (GA) can effect the artificial neural network(ANN) runoff forecast accuracy by optimizing the ANN initial weights and biases. In this paper, the numerical experiment was designed by the uniform design to compose the difference in runoff forecast accuracy between various combinations of genetic operator. The results show that data-in model is little effect to the individual distributing in final population while the different genetic operator combination is much more effect. Regression estimation indicates the genetic operator that effect main is different at the two data-in model; there is great difference to runoff forecast accuracy among various combinations of genetic operators to optimize the ANN the initial weights and biases, and the optimizing result from ANN which no scale the data to\[0,1\] is better than that from ANN scaling, there is no effect superpose to runoff forecast accuracy between scaling data-in and optimizing ANN initial weights and biases by GA.

王志国, 陈立, 刘玉成, 张春燕. 遗传算子对径流预报神经网络模型的影响[J]. 武汉大学学报 ● 信息科学版, 2005, 30(11): 1020-1024.

引用本文:

王志国, 陈立, 刘玉成, 张春燕. 遗传算子对径流预报神经网络模型的影响[J]. 武汉大学学报 ● 信息科学版, 2005, 30(11): 1020-1024.

WANG Zhiguo, CHEN Li, LIU Yucheng, ZHANG Chunyan. Genetic Operators Affect on ANN of Runoff Forecast[J]. Geomatics and Information Science of Wuhan University, 2005, 30(11): 1020-1024.

Citation:

WANG Zhiguo, CHEN Li, LIU Yucheng, ZHANG Chunyan. Genetic Operators Affect on ANN of Runoff Forecast[J]. Geomatics and Information Science of Wuhan University, 2005, 30(11): 1020-1024.