%0 Journal Article
%A 邱云翔
%A 张潇潇
%A 刘国东
%T 粒子群算法优化BP在降雨空间插值中的应用
%D 2017
%R 10.11988/ckyyb.20160837
%J 
院报
%P 28-32
%V 34
%N 12
%X 为更好地表达降雨量的空间分布,将粒子群算法(PSO)优化后的反向传输(BP)神经网络分别运用于三峡区间流域日、月和年降雨量的空间插值中,并与单纯BP神经网络和克里金的插值效果作对比。研究结果表明:在日和年的时间尺度上,PSO-BP插值性能较BP有明显改善,且优于克里金的插值效果;在月时间尺度上,PSO-BP插值效果与BP接近且优于克里金。因此,PSO-BP能较好地揭示降雨量在空间的分布规律,也具备在不同时间尺度上对降雨量进行空间插值的能力,是一种较优的降雨空间插值方法。
%U http://ckyyb.crsri.cn/CN/10.11988/ckyyb.20160837