基于IGA-BP網(wǎng)絡(luò)的水質(zhì)預(yù)測方法
摘要:
針對水質(zhì)預(yù)測中傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)模型收斂速度慢,對隱層結(jié)點(diǎn)選取缺乏有效的手段等問題,引入了遺傳算法優(yōu)化BP網(wǎng)絡(luò)的結(jié)構(gòu)和隱層神經(jīng)元閾值和連接權(quán)值,通過設(shè)計靈活的實數(shù)編碼方案和新型交叉算子等,對實數(shù)編碼遺傳算法進(jìn)行改進(jìn),在此基礎(chǔ)上,提出了一種基于改進(jìn)的實數(shù)編碼遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)(IGA-BP)的水質(zhì)預(yù)測新模型,并以安徽蚌埠蚌埠閘逐周水質(zhì)監(jiān)測的PH值數(shù)據(jù)為例,進(jìn)行水質(zhì)預(yù)測,通過與傳統(tǒng)的GA-BP神經(jīng)網(wǎng)絡(luò)以及BP神經(jīng)網(wǎng)絡(luò)的水質(zhì)預(yù)測模型對比,結(jié)果表明,這種預(yù)測方法訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)收斂速度快,樣本逼近精度高且泛化能力強(qiáng)。
![使用微信“掃一掃”功能添加“谷騰環(huán)保網(wǎng)”](http://www.www.bestschotzproductions.com/gtech_pic/images/images/qrcode_for_gh_7f21ccef0be4_430.jpg)
使用微信“掃一掃”功能添加“谷騰環(huán)保網(wǎng)”
如果需要了解更加詳細(xì)的內(nèi)容,請點(diǎn)擊下載 201604131347163124.zip
下載該附件請登錄,如果還不是本網(wǎng)會員,請先注冊