论文部分内容阅读
传统BP网络需要预先设定网络隐含层的层数和每层的节点数，使得在预测过程中难以确定网络的最优结构。与之相反，梯级一关联算法（CC）要求初始网络仅含有输入层和输出层，通过运算不断向网络增加隐含节点。在介绍梯级一关联算法原理的基础上，分别运用梯级．关联算法和BP算法对拉萨河拉萨站的月流量进行了预测，结果显示：在不损失预测精度的前提下，梯级-关联算法的运算次数仅为5次，而BP算法则需要运算70000次，运算效率有很大的提高，同时网络的规模也有所减小。