基于iga-gp的bp网络黄河流域需水预测研究

针对遗传算法和bp网络在寻优过程中的不足,将改进的遗传算法(iga)与遗传编程(gp)相结合,建立了有广泛搜索能力和很强局部精化能力的iga-gp自动编程算法,将该算法应用于bp神经网络的优化,克服了bp网络寻优过程中收敛速度慢、易陷入局部最优的不足,解决了新训练样本加入对网络稳定的影响。在此基础上,建立了黄河流域需水预测模型;拟合结果表明,该模型具有较高的预测精度。