基于IGA-BP網絡的水質預測方法

摘要: 針對水質預測中傳統BP神經網絡模型收斂速度慢,對隱層結點選取缺乏有效的手段等問題,引入了遺傳算法優化BP網絡的結構和隱層神經元閾值和連接權值,通過設計靈活的實數編碼方案和新型交叉算子等,對實數編碼遺傳算法進行改進,在此基礎上,提出了一種基于改進的實數編碼遺傳算法優化BP神經網絡(IGA-BP)的水質預測新模型,并以安徽蚌埠蚌埠閘逐周水質監測的PH值數據為例,進行水質預測,通過與傳統的GA-BP神經網絡以及BP神經網絡的水質預測模型對比,結果表明,這種預測方法訓練的BP神經網絡收斂速度快,樣本逼近精度高且泛化能力強。

摘要:

 針對水質預測中傳統BP神經網絡模型收斂速度慢,對隱層結點選取缺乏有效的手段等問題,引入了遺傳算法優化BP網絡的結構和隱層神經元閾值和連接權值,通過設計靈活的實數編碼方案和新型交叉算子等,對實數編碼遺傳算法進行改進,在此基礎上,提出了一種基于改進的實數編碼遺傳算法優化BP神經網絡(IGA-BP)的水質預測新模型,并以安徽蚌埠蚌埠閘逐周水質監測的PH值數據為例,進行水質預測,通過與傳統的GA-BP神經網絡以及BP神經網絡的水質預測模型對比,結果表明,這種預測方法訓練的BP神經網絡收斂速度快,樣本逼近精度高且泛化能力強。

 

聲明：轉載此文是出于傳遞更多信息之目的。若有來源標注錯誤或侵犯了您的合法權益，請作者持權屬證明與本網聯系，我們將及時更正、刪除，謝謝。

  使用微信“掃一掃”功能添加“谷騰環保網”

如果需要了解更加詳細的內容，請點擊下載 201604131347163124.zip 
        下載該附件請登錄，如果還不是本網會員，請先注冊