基于遗传算法优化BP神经网络的降雨量预测

摘要

BP神经网络对于非线性函数的拟合具有较好的效果,但是对于网络的初始权值和阈值一般采用随机值,这影响了神经网络的预测效果。结合遗传算法与BP神经网络,将权值和阈值作为个体,神经网络的预测输出和期望输出之间的误差绝对值之和作为个体适应度值。首先利用遗传算法得到神经网络的最优初始权值和阈值,再进行神经网络的训练,最后对训练好的网络进行预测。该方法运用于南京市降雨量预测,结果表明,经过遗传算法优化之后的神经网络GABP比BP网络具有更好的预测效果。