• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)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

梯级-关联算法原理及其在月流量预报中的应用

张志果 徐宗学 巩同梁

张志果, 徐宗学, 巩同梁. 梯级-关联算法原理及其在月流量预报中的应用[J]. 水科学进展, 2007, 18(1): 114-117.
引用本文: 张志果, 徐宗学, 巩同梁. 梯级-关联算法原理及其在月流量预报中的应用[J]. 水科学进展, 2007, 18(1): 114-117.
ZHANG Zhi-guo, XU Zong-xue, GONG Tong-liang. Cascade-correlation algorithm and its application in monthly streamflow forecasting[J]. Advances in Water Science, 2007, 18(1): 114-117.
Citation: ZHANG Zhi-guo, XU Zong-xue, GONG Tong-liang. Cascade-correlation algorithm and its application in monthly streamflow forecasting[J]. Advances in Water Science, 2007, 18(1): 114-117.

梯级-关联算法原理及其在月流量预报中的应用

基金项目: 国家科技攻关计划资助项目(2005BA901A11);北京师范大学“京师学者”特聘教授启动经费资助项目
详细信息
    作者简介:

    张志果(1983- ),男,山东泰安人,硕士研究生,主要从事水文预报研究.E-mail:zhangzhiguo910@163.com

  • 中图分类号: P338.1;P338.9

Cascade-correlation algorithm and its application in monthly streamflow forecasting

  • 摘要: 传统BP网络需要预先设定网络隐含层的层数和每层的节点数,使得在预测过程中难以确定网络的最优结构。与之相反,梯级-关联算法(CC)要求初始网络仅含有输入层和输出层,通过运算不断向网络增加隐含节点。在介绍梯级-关联算法原理的基础上,分别运用梯级-关联算法和BP算法对拉萨河拉萨站的月流量进行了预测,结果显示:在不损失预测精度的前提下,梯级-关联算法的运算次数仅为5次,而BP算法则需要运算70 000次,运算效率有很大的提高,同时网络的规模也有所减小。
  • [1] Rao S G.Artificial Neutral Networks in hydrology.1:Preliminary concepts[J].Journal of Hydrological Engineering,2000,5(2):115-223.
    [2] Rao S G.Artificial Neutral Networks in hydrology.2:hydrology applications[J].Journal of Hydrological Engineering,2000,5(2):124-237.
    [3] 罗亚田,廖润华,陈安,等.Carrousel氧化沟系统出水COD预报的神经网络模型[J].环境污染与防治,2004,26(5):351-355.
    [4] 练继建,胡明罡,刘媛媛.多沙河流水库水沙联调多目标规划研究[J].水力发电学报,2004,23(2):12-16.
    [5] 倪深海,白玉慧.BP神经网络模型在地下水水质评价中的应用[J].系统工程理论与实践,2002,(8):124-127.
    [6] 丛沛桐,阎秀峰,张玉红,等.应用BP人工神经网络技术划分水土流失等级[J].水土保持学报,2000,14(4):43-50.
    [7] 殷峻暹,陈守煜,邱菊.基于遗传与BP 混合算法神经网络预测模型及应用[J].大连理工大学学报,2002,42(5):594-598.
    [8] 刘国华,钱镜林,王建江.小波软阈值技术和人工神经网络在洪水预报中的研究[J].水利发电学报,2004,23(4):5-10.
    [9] Fahlman S E,Lebiere C.The cascade-correlation learning architecture[R].Carnegie Mellon University Technical Report CMU-CS-90-100.1991.
    [10] Huang S A,Tan K K,Tang K Z.Neural Network control:Theory and Applications[M].England:Research Studies Press LTD,2004.
    [11] Paul L,Gulati,Sandeep.Parallelizing the Cascade-Correlation Algorithm Using Time Warp[J].Neural Networks,1995,8(4):571-577.
    [12] Masic N,Pfurtscheller G,Flotzinger D.Neural network-based predictions of hand movements using simulated and real EEG data[J].Neurocomputing,1995,7(3):259-274.
    [13] Imrie C E,Durucan S,Korre A.River flow prediction using artificial neral networks:generalisation beyond the calibration range[J].Journal of Hydrology,2000,233(1-4):138-153.
    [14] Lahnajarvi Jani J T,Lehtokangas,et al.Evaluation of onstructive neural networks with cascaded architectures[J].Neurocomputing,2002,48(1-4):573-607.
    [15] Lahnajarvi Jani J T,Lehtokangas,et al.Estimating movements of a robotic manipulator by hybrid constructive neural networks[J].Neurocomputing,2004(56):345-363.
    [16] Fahlman S E.An empirical study of learning speed in backpropagation networks[R].Carnegie Mellon University Technical Report CMU-CS-88-162,1988.
    [17] Lehtokangas M.Modelling with constructive backpropagation[J].Neural Networks,1999,12(4-5):707-716.
    [18] Fahlman S E,Baluja S.Reducing network depth in the cascade-correlation learning architecture[R].Carnegie Mellon University Technical Report CMU-CS-94-209,1994.
  • [1] 尚毅梓, 吴保生, 李铁键, 王光谦.  渠道分水扰动可预知算法设计与仿真 . 水科学进展, 2011, 22(2): 242-248.
    [2] 梁宏, 刘晶淼, 张人禾, 曹玉静, 李文静.  拉萨河谷大气水汽日变化特征 . 水科学进展, 2010, 21(3): 335-342.
    [3] 沈中原, 李占斌, 李鹏, 鲁克新.  流域地貌形态特征多重分形算法研究 . 水科学进展, 2009, 20(3): 385-391.
    [4] 刘起方, 马光文, 刘群英, 杨道辉.  梯级水电站优化调度的分形与混沌嵌套搜索算法 . 水科学进展, 2009, 20(2): 197-203.
    [5] 马荣华, 唐军武.  湖泊水色遥感参数获取与算法分析 . 水科学进展, 2006, 17(5): 720-726.
    [6] 张洪恩, 施建成, 刘素红.  湖泊亚像元填图算法研究 . 水科学进展, 2006, 17(3): 376-382.
    [7] 徐刚, 马光文, 梁武湖, 陈建春, 吴世勇.  蚁群算法在水库优化调度中的应用 . 水科学进展, 2005, 16(3): 397-400.
    [8] 袁晶, 张小峰.  基于遗忘因子的BP神经网络水文实时预报方法 . 水科学进展, 2004, 15(6): 787-792.
    [9] 杨晓华, 陆桂华, 郦建强.  混合加速遗传算法在流域模型参数优化中的应用 . 水科学进展, 2002, 13(3): 340-344.
    [10] 秦肖生, 曾光明.  遗传算法在水环境灰色非线性规划中的应用 . 水科学进展, 2002, 13(1): 31-36.
    [11] 覃光华, 丁晶, 刘国东.  自适应BP算法及其在河道洪水预报上的应用 . 水科学进展, 2002, 13(1): 37-41.
    [12] 金菊良, 杨晓华, 金保明, 丁晶.  基于遗传算法的地下水位动态预测双线性模型 . 水科学进展, 2001, 12(3): 361-366.
    [13] 张小峰, 许全喜, 裴莹.  流域产流产沙BP网络预报模型的初步研究 . 水科学进展, 2001, 12(1): 17-22.
    [14] 杨荣富, 丁晶, 金菊良.  与局部微调方法相结合的遗传算法 . 水科学进展, 1999, 10(2): 150-154.
    [15] 朱春龙.  非稳定流抽水试验参数计算的优化算法 . 水科学进展, 1999, 10(1): 75-78.
    [16] 李兰.  水环境逆边界逆动态混合控制精确算法 . 水科学进展, 1999, 10(1): 7-13.
    [17] 李兰.  水质反问题模型的时域频域算法 . 水科学进展, 1998, 9(3): 218-223.
    [18] 王黎, 马光文.  Streeter-Phelps模型参数估计的遗传算法 . 水科学进展, 1997, 8(1): 32-36.
    [19] 夏军.  中长期径流预报的一种灰关联模式识别与预测方法 . 水科学进展, 1993, 4(3): 190-197.
    [20] 谭维炎, 胡四一.  恒定浅水流动的显式加速收敛算法 . 水科学进展, 1993, 4(2): 81-88.
  • 加载中
计量
  • 文章访问数:  4
  • HTML全文浏览量:  2
  • PDF下载量:  450
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-08-01
  • 修回日期:  2005-11-29
  • 刊出日期:  2007-01-25

梯级-关联算法原理及其在月流量预报中的应用

    基金项目:  国家科技攻关计划资助项目(2005BA901A11);北京师范大学“京师学者”特聘教授启动经费资助项目
    作者简介:

    张志果(1983- ),男,山东泰安人,硕士研究生,主要从事水文预报研究.E-mail:zhangzhiguo910@163.com

  • 中图分类号: P338.1;P338.9

摘要: 传统BP网络需要预先设定网络隐含层的层数和每层的节点数,使得在预测过程中难以确定网络的最优结构。与之相反,梯级-关联算法(CC)要求初始网络仅含有输入层和输出层,通过运算不断向网络增加隐含节点。在介绍梯级-关联算法原理的基础上,分别运用梯级-关联算法和BP算法对拉萨河拉萨站的月流量进行了预测,结果显示:在不损失预测精度的前提下,梯级-关联算法的运算次数仅为5次,而BP算法则需要运算70 000次,运算效率有很大的提高,同时网络的规模也有所减小。

English Abstract

张志果, 徐宗学, 巩同梁. 梯级-关联算法原理及其在月流量预报中的应用[J]. 水科学进展, 2007, 18(1): 114-117.
引用本文: 张志果, 徐宗学, 巩同梁. 梯级-关联算法原理及其在月流量预报中的应用[J]. 水科学进展, 2007, 18(1): 114-117.
ZHANG Zhi-guo, XU Zong-xue, GONG Tong-liang. Cascade-correlation algorithm and its application in monthly streamflow forecasting[J]. Advances in Water Science, 2007, 18(1): 114-117.
Citation: ZHANG Zhi-guo, XU Zong-xue, GONG Tong-liang. Cascade-correlation algorithm and its application in monthly streamflow forecasting[J]. Advances in Water Science, 2007, 18(1): 114-117.
参考文献 (18)

目录

    /

    返回文章
    返回