6.5　应用实例

6.5　应用实例

以长江朱沱站1971～2005 年8～11 月平均流量为预报因子，12 月平均流量为预报对象建立人工神经网络模型，训练样本容量N＝35。

采用三层BP网络模型，经过率定，获得的模型参数列于表6.2。

表6.2　三层BP网络模型参数率定成果表

（1）BP网络使用的初始权重。

第一层网络权重系数为：

第二层网络权重系数为：

第三层网络权重系数为：

（2）训练后的权重。当BP网络训练到8326 次时，误差水平达到了ε＜0.001 的停止条件，此时每层的网络权重如下。

第一层网络权重系数为：

第二层网络权重系数为：

第三层网络权重系数为：

（3）模拟成果。模拟序列相对平均误差仅为0.12%，拟合误差小于10%的合格率达到了100%，可见拟合效果非常好。预报对象序列的模拟成果列于表6.3，预报对象实测序列与模拟序列对比如图6.9 所示。(https://www.daowen.com)

表6.3　长江朱沱站12月平均流量三层BP网络模拟成果表

图6.9　长江朱沱站12 月平均流量三层BP网络模拟过程与实测过程对照图