《GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例》PDF+DOC
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
《基于BP神经网络的旁热式辐射与对流粮食干燥过程模型》PDF+DOC2017年第03期 代爱妮,周晓光,刘相东,刘景云,张驰
《高速硬车削刀具状态在线监测研究》PDF+DOC2012年第10期 王永新
《基于神经网络模型的信息融合技术》PDF+DOC2009年第01期 盖庆书,白雪
《基于CPN网络井口计量原油含水率预测模型》PDF+DOC2009年第06期 王丽娜,刘翠玲
《物联网中基于KNN和BP神经网络预测模型的研究》PDF+DOC2015年第06期 陈飞彦,田宇驰,胡亮
《基于车辆制动数据的制动距离预测系统》PDF+DOC2015年第06期 卞聪超,周胜源,姚荣彬
《矿井瓦斯智能预警系统的设计》PDF+DOC2014年第08期 曹晋宏,李国勇
《基于模糊神经网络系统的智能小车避障》PDF+DOC2014年第03期 余瑶,曾迪
《基于电子鼻技术的黄山毛峰茶品质检测方法》PDF+DOC2014年第03期 薛大为,杨春兰
《模糊神经网络在柱塞泵试验台中的应用》PDF+DOC2013年第05期 刘刚,刘畅
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。