MCPSO优化BP-NN在日用水量预测中的应用  

The application of BP-NN optimized by MCPSO for forecasting of daily water consumption

作　　者：周天佐[1] 罗大庸[1] 

机构地区：[1]中南大学信息科学与工程学院

出　　处：《微计算机信息》2009年第9期151-153,共3页Control & Automation

基　　金：基金申请人:罗大庸;基金颁发部门:湖南省科技厅;项目名称:垃圾焚烧炉综合集成控制系统(2006GK3130)

摘　　要：论文使用MCPSO(多群合作粒子群算法)的全局随机优化能力修正了传统BP神经网络的收敛速度过慢,容易出现局部最小值的缺点,并结合长沙第八水厂的供水量数据,使用优化后的BP网络进行日用水量的预测,结果表明优化后的BP算法在减少迭代次数和预测准确性方面都有非常大的提升。In the paper, the stochastic global optimization technique of the MCPSO （multi-swarm cooperative particle swarm optimizer） is used to amend the traditional BP-NN due to the disadvantage of slow congruence and local minimization, and then the paper make a forecasting of urban daily water consumption with the data from the eighth water-factory in Changsha, using the BP-NN optimized, the new method is proved to improve the precision of forecasting and reduce the iterative times very much.

关 键 词：MCPSO BP神经网络 日用水量预测 

分 类 号：TP389.1[自动化与计算机技术—计算机系统结构]