您的位置: 专家智库 > >

教育部人文社会科学研究基金(12YJC630248)

作品数:3 被引量:17H指数:3
相关作者:徐瑾钟炜赵涛李溪楠李建柱更多>>
相关机构:天津理工大学天津大学更多>>
发文基金:教育部人文社会科学研究基金国家自然科学基金更多>>
相关领域:建筑科学自动化与计算机技术水利工程更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇建筑科学
  • 1篇水利工程

主题

  • 2篇遗传算法
  • 2篇神经网
  • 2篇神经网络
  • 2篇径流
  • 2篇径流预测
  • 1篇需水
  • 1篇需水量
  • 1篇需水量预测
  • 1篇雨量
  • 1篇神经网络模型
  • 1篇数字高程
  • 1篇数字高程模型
  • 1篇水量
  • 1篇水量预测
  • 1篇子群
  • 1篇网络
  • 1篇网络模型
  • 1篇粒子群
  • 1篇粒子群优化
  • 1篇面雨量

机构

  • 3篇天津大学
  • 3篇天津理工大学

作者

  • 3篇徐瑾
  • 2篇钟炜
  • 1篇李溪楠
  • 1篇李建柱
  • 1篇赵涛

传媒

  • 1篇水利水电技术
  • 1篇数学的实践与...
  • 1篇中国给水排水

年份

  • 1篇2013
  • 2篇2012
3 条 记 录,以下是 1-3
排序方式:
不同面雨量估算方法对水库入流预测模型精度的影响被引量:5
2013年
以潘家口水库入库径流预测为研究对象,分别采用分块法、栅格计算法以及DEM法计算区域平均降雨量,并在此基础上建立潘家口水库来流预测模型。结果表明不同的面雨量估算方法对水库入库径流的预测精度具有较大影响。以DEM法计算区域平均雨量值作为预测模型的输入所模拟的效果优于另外两种区域平均雨量计算方法,且预测结果合理。
徐瑾钟炜李建柱
关键词:数字高程模型遗传算法径流预测
城市生活需水量预测中智能算法的应用研究被引量:6
2012年
在分析城市用水特点、筛选相关影响因素的基础上建立城市生活需水量预测模型,并研究了模型求解过程中智能算法的应用。采用改进的粒子群优化(PSO)算法对反向传播(BP)神经网络的初始设置进行智能优化,避免了传统BP神经网络模型在训练过程中容易陷入局部极小值的缺点。应用该粒子群优化神经网络(PSO-BP)算法求解需水量预测模型,其实例结果表明,该算法提高了神经网络的训练效率,基于该算法的预测模型具有较理想的可靠性和精度。
徐瑾赵涛
关键词:粒子群优化神经网络
基于模糊聚类分析的小波神经网络模型在径流预测中的应用被引量:6
2012年
提出了一种在对预报因子集进行模糊聚类分析基础上构建径流预测模型的新方法:先通过模糊C-均值聚类将历史径流数据进行分类,然后利用小波神经网络分别建立预报因子集类别变量特征值与观测值之间的局部预测模型,并设计了特征值分类识别器,自动搜寻相适应的局部网络模型进行预测.通过西南某水库2011年日平均入库来流的计算实例对简单小波神经网络预测模型和所建的基于FCM与小波神经网络的预测模型进行了比较,结果较为满意.
徐瑾钟炜李溪楠
关键词:径流预测模糊C均值聚类遗传算法
共1页<1>
聚类工具0