基于神经网络的水库水位预测及其遗传算法优化开题报告
2022-01-11 05:01
全文总字数：2724字
1. 研究目的与意义及国内外研究现状
水是人类及其他生物繁衍生存的基本条件，是人们生活不可替代的重要资源，是生态环境中最活跃、影响最广泛的因素。其中，水库在发电、防洪、航运、灌溉、淡水供给和生物保护等方面起着很大的作用。
然而，近年来，众多水库洪涝泛滥，对其周围的生活用水、工农业用水以及生态环境产生了恶劣的影响。而水位作为水库水情最直接、最重要的指标，对水情的研究具有重大的意义，因此对水位的预测工作是重中之重。
本文主要目标是用神经网络模型进行水库水位预报。一方面人工神经网络方法精度较高，但另一方面它的结构不唯一，收敛性也比较慢。在分析了神经网络模型进行水库水位预报问题的求解现状的基础上，提出一种改进的遗传算法进行求解，并用多组数据进行分析与测试，将结果与传统的求解方法加以比较，分析现有预测模型的长处与不足，结合数据规律选取了最优模型-bp 神经网络，用遗传算法对bp神经网络的不足予以修正，从而实现水库水位的预测，保障生活及工农业用水，保护生态环境。国内外研究现状
遗传算法(geneticalgorithms，简称ga)是人工智能的一个重要分支，它是基于darwin的进化论，在计算机上模拟生命进化机制而发展起来的一门新学科，是生命科学与工程科学互相交叉、互相渗透的产物。遗传算法由美国j．h．holland博士1975年提出，随后经过多年的发展，取得了丰硕的应用成果和理论研究的进展。从1985年在美国卡耐基一梅隆大学召开的第一届国际遗传算法会议到1997年，遗传算法作为具有系统优化、适应和学习高性能计算和建模方法的研究渐趋成熟。
2. 研究的基本内容
1、查阅或引用相关文献和学术论文，明确研究对象，收集基础数据。2、收集水库水位历史数据，将之应用于水库水位预测，并对预测结果进行误差分析。
3、采用matlab软件设计bp神经网络预测模型，进行预测，对预测结果进行误差分析，并讨论bp模型的相关的模型参数对预测性能的影响。
3. 实施方案、进度安排及预期效果
2018.1——查阅与bp神经网络、遗传算法有关的文献，分析水库水位预测的研究背景和意义。并熟悉掌握matlab的应用与编程方法。
2018.1-2018.2——针对课题进行分析，初步构思方案
2018.2——查阅资料，学习bp神经网络、遗传算法相关的知识，弄明白它们的特点及原理。
4. 参考文献
[1] 周开利.神经网络模型及其matlab仿真程序设计[m].清华大学出版社，2005.
[2] 张德丰.matlab神经网络编程[m].化学工业出版社，2011.
[3] 雷英杰等.matlab遗传算法工具箱及应用[m]. 西安电子科技大学出版社，2013.
