ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

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

肖金球; 周翔; 潘杨; 冯威; 陈多观
西南大学学报(自然科学版)2019DOI: 10.13718/j.cnki.xdzk.2019.12.015
6阅读
引用收藏
分享

摘要

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%.

学科与关键词

关键词
水质评价多参数遗传算法BP神经网络TS模糊神经网络 water quality evaluationmulti-parametergenetic algorithmBP neural networkTS fuzzy neural network
相关
加载中…
  • 基于模糊神经网络的工业废水处理预测研究
    万金泉; 黄明智; 马邕文中国造纸学报, 2008, (02): 96-99.
  • 模糊优选神经网络模型在水资源价值评价中的应用
    邱林; 任国源; 王文川; 雷冠军; 闫海龙水资源研究, 2015, (04): 320-329.
  • 最小二乘支持向量机在太湖流域水质评价中的应用
    陈曦; 仇蕾; 黄泽元水生态学杂志, 2013, (06): 16-21.
查看全部 →

发表信息

论文状态
公开发表
期刊
西南大学学报(自然科学版)
发表日期
2019
卷期
第 12 期
页码
110-119
DOI
10.13718/j.cnki.xdzk.2019.12.015
成果收录
CHINAJOURNAL
资助标注
国家科技部重大水专项(2017ZX07205003);江苏省产学研前瞻性联合基金项目(BY2011132);江苏省研究生创新与教改项目(091580001);苏州科技大学研究生创新工程基金项目(SKCX17_025);

作者

  • 肖

    肖金球 (第一作者)

  • 周

    周翔

查看全部 5 位作者收起作者
  • 潘

    潘杨

  • 冯

    冯威

  • 陈

    陈多观

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417