作者:肖金球,周翔,潘杨,冯威,陈多观 单位:西南大学 出版:《西南大学学报(自然科学版)》2019年第12期 页数:10页  (PDF与DOC格式可能不同) PDF编号:PDFXNND2019120160 DOC编号:DOCXNND2019120169 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 针对水质监测与评价系统在太湖应用过程中水质数据和水质等级评价不准确的问题,建立了一种多隐含层改进型GA-BP神经网络来辨识复杂的水质模型,以均方误差MSE作为个体适应度,并在权值调整过程中加入动量因子来加快收敛速度,获取最优权阈值,提高其拟合程度和泛化能力.根据校准后水质的pH、溶解氧、浊度和氨氮数据,利用TS模糊神经网络建立了适用于当地水质评价的模型.仿真测试结果充分说明改进型GA-BP优化TS模糊神经网络对复杂水质模型的拟合程度更高,水质数据的均方误差、绝对误差更小,绝对误差保持在1.5%以内,水质等级预测精度提高14.28%。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。