论文部分内容阅读
本文针对BP神经网络收敛速度慢和易于陷入极小值的问题,采用将遗传算法全局寻优和BP神经网络局部寻优相结合的方法,提高了BP神经网络的计算精度和收敛速度.应用该模型和一般BP神经网络模型对汛期三门峡水库的泥沙冲淤量进行了计算和预测.数值结果对比发现,经遗传算法改进后的BP神经网络模型在降低计算和预测的平均误差的同时,迭代次数比一般BP神经网络模型也大大减少.因此适用于求解如计算水库泥沙冲淤量等非线性问题.