文献类型：期刊文章

作　　者：杨娜[1,2] 付强[1] 王淑丽[2] 李荣东[2] 朱萍萍[2] 张少坤[1] 杨先野[1]

机构地区：[1]东北农业大学水利与建筑学院,哈尔滨150030 [2]佳木斯市水利勘测设计研究院,佳木斯154003

出　　处：《系统工程理论与实践》

基　　金：国家自然科学基金(30400275);东北农业大学创新团队发展计划资助(190211)

年　　份：2009

卷　　号：29

期　　号：1

起止页码：168-173

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD2011_2012、EI、IC、JST、NSSD、RCCSE、RWSKHX、SCOPUS、ZGKJHX、核心刊

摘　　要：将优化函数的连续型蚁群算法与小波神经网络耦合,用蚁群算法优化神经网络的权值和小波参数,找到蚁群算法中信息素更新的最佳衡量标准,且建立了基于蚁群优化的小波神经网络模型,旨在准确预测水稻需水量,为制定合理的灌溉制度、提高水利用率提供科学依据.通过对三江平原富锦市1985至2001年的井灌水稻区全生育期需水量预测检验,确定网络结构为6-12-1,训练最大次数20次时网络收敛,误差精度达到0.0024.研究结果表明,该模型不但计算简便,而且具有较强的逼近能力、较快的收敛速度和较好的预报精度,并且为网络模型的参数优化提供一种新方法,也为预测、预报的研究拓宽新思路.

关 键 词：小波神经网络 蚁群算法 需水量 参数优化

分 类 号：S152.7] TP183]