基于Bagging算法的水位预测模型

作者：耿悦敏bagging算法神经网络集成水位预测

摘要：传统的统计分析在小样本预测中的效果不佳，虽然神经网络一定程度上解决了传统方法所遇到的问题，但样本的数量又影响了神经网络的泛化能力，神经网络集成的方法较好地解决了这一问题。在运用智能计算技术建立BP网络的基础上，再利用Bagging算法构造神经网络的集成模型。用珠江三角洲天河水文站的数据进行训练和预测，结果表明，基于Bagging算法的神经网络集成的预测不仅解决了样本数据量少、偏差大、不确定性的问题，而且比单一神经网络具有更强的泛化能力，预测更为可靠。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社