IGSNRR OpenIR
蚁群算法在需水预测模型参数优化中的应用
侯景伟1; 孔云峰2; 孙九林3
2012
Source Publication计算机应用
ISSN1001-9081
Volume032Issue:010Pages:2952
Abstract为了解决投影寻踪(PP)需水预测模型的高维、非正态、非线性参数优化问题,提高需水预测的精度,尝试用基于网格划分的自适应连续域蚁群算法(ACA)在不同拟合和预测时长内对模型参数进行优化组合,并运用该模型进行年需水量预测。基于改进蚁群算法的投影寻踪需水预测模型参数优化进行了实例仿真。对基于改进蚁群算法的预测精度与基于人工免疫算法(AIA)和BP神经网络的模型(BPANN)参数优化结果分别进行了比较,实验结果表明:1)这三种算法的拟合精度相对误差绝对值分别小于2%、10%和10%;2)预测精度相对误差绝对值分别小于6%、11%和12%;3)改进蚁群算法能收敛到全局最优解,收敛速度较快。因此,改进蚁群算法的投影寻踪需水预测结果明显优于人工免疫算法和BP神经网络。该方法可推广到其他类似的高维非线性问题上。
Language英语
Document Type期刊论文
Identifierhttp://ir.igsnrr.ac.cn/handle/311030/80765
Collection中国科学院地理科学与资源研究所
Affiliation1.宁夏大学
2.河南大学
3.中国科学院地理科学与资源研究所
Recommended Citation
GB/T 7714
侯景伟,孔云峰,孙九林. 蚁群算法在需水预测模型参数优化中的应用[J]. 计算机应用,2012,032(010):2952.
APA 侯景伟,孔云峰,&孙九林.(2012).蚁群算法在需水预测模型参数优化中的应用.计算机应用,032(010),2952.
MLA 侯景伟,et al."蚁群算法在需水预测模型参数优化中的应用".计算机应用 032.010(2012):2952.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[侯景伟]'s Articles
[孔云峰]'s Articles
[孙九林]'s Articles
Baidu academic
Similar articles in Baidu academic
[侯景伟]'s Articles
[孔云峰]'s Articles
[孙九林]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[侯景伟]'s Articles
[孔云峰]'s Articles
[孙九林]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.