基于混合优化算法优化神经网络的径流量预测方法

本发明公开了一种基于混合优化算法优化神经网络的径流量预测方法，属于水文预报技术领域。通过SAPSO算法(模拟退火粒子群算法)对神经网络参数进行优化，进而进行日径流量预测。该方法包括：设置神经网络和优化算法的参数，包括输入层节点数、隐含层节点数、训练次数、种群规模等；将桃江站十年的日径流量实测数据划分为训练集和测试集并进行归一化处理，为神经网络的训练和测试做好准备；随机初始化神经网络的权值和阈值，并将参数传递到模拟退火粒子群算法进行迭代优化，得到最优网络参数，建立预测网络模型；用分组训练集数据对网络模型进行训练，并用训练模型对桃江站的径流量进行预测。径流量的预测精度得到明显提高。