作者：丁红; 董文永; 李湘晖; 李培冀遗传算法退火算法bp神经网络水位预测
摘要：为获得更准确的预测结果及更优良的预测性能，本文提出了一个新模型．该模型将遗传算法和退火相结合并进化BP神经网络，称为GASANN模型．通过预测中国广西柳江年水位数据，将新模型的性能与加权移动平均（WMA）、逐步回归（SR）以及自回归移动平均（ARIMA）进行比较，结果显示新模型性能优于其他模型．因此，该非线性模型可作为获取准确水位预测及改善水位预测性能的可选模型之一．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《广西科技师范学院学报》（CN：45-1401/G4）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《广西科技师范学院学报》自办刊以来，本刊秉承以凸显教育性、学术性、地方性为特色的办刊理念，主要登载哲学社会科学和自然科学基础理论新研究，以及教育教学改革研究的新成果。
杂志详情
