CN119514784A 基于混合优化算法优化神经网络的径流量预测方法 （国网河南省电力公司电力科学研究院）_第1页
CN119514784A 基于混合优化算法优化神经网络的径流量预测方法 （国网河南省电力公司电力科学研究院）_第2页
CN119514784A 基于混合优化算法优化神经网络的径流量预测方法 （国网河南省电力公司电力科学研究院）_第3页
CN119514784A 基于混合优化算法优化神经网络的径流量预测方法 （国网河南省电力公司电力科学研究院）_第4页
CN119514784A 基于混合优化算法优化神经网络的径流量预测方法 （国网河南省电力公司电力科学研究院）_第5页
已阅读5页，还剩13页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

院基于混合优化算法优化神经网络的径流量本发明公开了一种基于混合优化算法优化领域。通过SAPSO算法(模拟退火粒子群算法)对神经网络参数进行优化，进而进行日径流量预火粒子群算法进行迭代优化，得到最优网络参22.根据权利要求1所述的基于混合优化算法优化神经网络的径流量预测方法，其特征3.根据权利要求1所述的基于混合优化算法优化神经网络的径流量预测方法，其特征4.根据权利要求1所述的基于混合优化算法优化神经网络的径流量预测方法，其特征max分5.根据权利要求1所述的基于混合优化算法优化神经网络的径流量预测方法，其特征6.根据权利要求1所述的基于混合优化算法优化神经网络的径流量预测方法，其特征gg3+c27.根据权利要求1所述的基于混合优化算法优化神经网络的径流量预测方法，其特征8.根据权利要求1所述的基于混合优化算法优化神经网络的径流量预测方法，其特征9.根据权利要求1所述的基于混合优化算法优化神经网络的径流量预测方法，其特征24[0003]如2018年齐银峰等人提出了一种基于遗传算法的神经网络水库入库径流量预测[0004]又如公布号CN116050595A公开了一种注意力机制与分解机制耦合的径流量预的短期径流量水文预测方法，该方法用经过预处理的数据分别训练LSTMAttention模型、5gg+c26[0043]图2为本发明实施例基于混合优化算法优化神经网络的径流量预测方法的流程示[0045]图4为本发明实施例方法、神经网络模型和粒子群优化神经网络模型的训练集预[0046]图5为本发明实施例方法、神经网络模型和粒子群优化神经网络模型的测试集预7gg选中的概率与其适应度函数值大小成正比，从而避免适应度数值较小的个体被直接淘汰，8r1确度和预测准确度均高于神经网络(NN)模型和粒子群优化神经网络(PS

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论