版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、陜西省工農(nóng)業(yè)和城市缺水問題已很突出,隨著人口增加、城市和工業(yè)規(guī)模增大、農(nóng)灌范圍擴展,水資源供需矛盾將越來越尖稅。本文主要研究水資源需求預(yù)測的計算方法,分析了常用趨勢法、時間序列法、GM(1,1)模型的適用范圍和不足,建立了遺傳模擬退火模型與神經(jīng)網(wǎng)絡(luò)預(yù)測組合模型,選取GDP、農(nóng)業(yè)總產(chǎn)值、工業(yè)總產(chǎn)值、農(nóng)田有效灌溉面積、農(nóng)田實灌面積、大牲畜、小牲畜、農(nóng)村人口以及城鎮(zhèn)人口共9個影響需水量的因子為影響因子值,用BP網(wǎng)絡(luò)的正向計算過程計算出網(wǎng)絡(luò)的輸
2、出值,把該輸出值與實際值(歷史需水量值)進行比較,如存在較大誤差(不滿足誤差精度控制),則進行反向計算過程。反向計算過程用遺傳模擬退火算法實現(xiàn),即用遺傳模擬退火算法代替BP網(wǎng)絡(luò)的反向計算過程,這樣使網(wǎng)絡(luò)達到更快的收斂速度,質(zhì)量更優(yōu)。由于樣本中的歷史需水資料規(guī)律不明顯,用BP網(wǎng)絡(luò)往往不收斂,如果想要達到與遺傳模擬退火算法的訓(xùn)練方法相同的效果,則要花更多的時間進行訓(xùn)練。因此,本研究選用遺傳模擬退火算法實現(xiàn)對BP網(wǎng)絡(luò)的優(yōu)化,集成了各模型的優(yōu)點
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳模擬退火算法的模糊神經(jīng)網(wǎng)絡(luò)控制器優(yōu)化算法研究.pdf
- 遺傳-模擬退火算法論文遺傳-模擬退火算法 改進的遺傳-模擬退火算法 公交排班
- 基于模擬退火神經(jīng)網(wǎng)絡(luò)算法的短期負荷預(yù)測研究及應(yīng)用.pdf
- 基于Elman神經(jīng)網(wǎng)絡(luò)的組合需水預(yù)測方法研究.pdf
- 混沌神經(jīng)網(wǎng)絡(luò)模擬退火參數(shù)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)—模擬退火混合算法的RNA二級結(jié)構(gòu)預(yù)測.pdf
- 遺傳模擬退火算法
- 基于模擬退火神經(jīng)網(wǎng)絡(luò)算法的土石壩滲流反分析方法研究.pdf
- 遺傳模擬退火算法.pdf
- 基于模擬退火算法的貸款組合優(yōu)化研究.pdf
- 基于模擬退火遺傳算法的網(wǎng)絡(luò)負載平衡算法研究.pdf
- 基于遺傳模擬退火算法的約束求解研究.pdf
- 基于改進的遺傳模擬退火算法的蛋白質(zhì)折疊預(yù)測.pdf
- 遺傳模擬退火算法及其應(yīng)用
- 基于遺傳算法與模擬退火的VLSI布局算法.pdf
- 基于模擬退火與遺傳算法融合的多目標優(yōu)化方法研究.pdf
- 基于遺傳模擬退火算法的范例推理的研究.pdf
- 基于灰色神經(jīng)網(wǎng)絡(luò)組合模型的流量預(yù)測與評估方法研究.pdf
- 基于改進遺傳模擬退火算法的排課問題研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)遺傳算法的焊接變形預(yù)測模型研究與應(yīng)用.pdf
評論
0/150
提交評論