作者：王志国; 陈立; 张春燕; 邓晓丽径流预报人工神经网络遗传算子输入模式
摘要：采用均匀设计的方法安排数值试验,比较不同的遗传算子组合及数据输入模式对神经网络径流预报精度的影响.研究发现,与未归一数据输入模式相比,归一化数据输入模式使网络预报的精度明显提高;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,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优化效果叠加.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《水电能源科学》（CN：42-1231/TK）是一本有较高学术价值的大型月刊，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。 《水电能源科学》主要报道水、电、能源及相关学科的新理论、新技术、新方法及工程应用成果，适当报道经验交流、技术革新和技术改造，涉及水电、电气与电子、能源与动力、土木与力学、环境工程、控制工程、计算机等多个学科。
北大期刊、CSCD期刊、统计源期刊
人气 59679 评论 53
北大期刊、统计源期刊
人气 48068 评论 40
人气 36704 评论 62
部级期刊
人气 33874 评论 54
