基于PSO优化BP神经网络的水质预测研究 |
| |
引用本文: | 高峰,冯民权,滕素芬.基于PSO优化BP神经网络的水质预测研究[J].安全与环境学报,2015(4):338-341. |
| |
作者姓名: | 高峰 冯民权 滕素芬 |
| |
作者单位: | 西安理工大学陕西省西北旱区生态水利工程重点实验室,西安,710048 |
| |
基金项目: | 高等学校博士学科点专项科研基金博导类课题,陕西省科技统筹创新工程重点实验室项目 |
| |
摘 要: | 为快速准确地预测河流水质,结合汾河监测数据,使用粒子群算法(PSO)优化BP神经网络模型(PSO-BP)进行水质预测.通过灰色关联度分析确定输入变量,利用PSO算法修正BP网络的初始权值、阈值,优化神经网络结构及算法全局收敛性.采用该模型对汾河主要污染物指标COD、BOD5、氨氮、挥发酚等进行预测和验证.结果表明,与传统的BP神经网络模型相比,PSO-BP模型使最大相对误差从15.43%减小到1.46%,其平均误差由4.00%减小到1.01%,预测均方根误差从5.956×10-3减小到1.605×10-4.因此,基于PSO-BP神经网络模型的预测更加精确,可用于水质预测.
|
关 键 词: | 环境工程学 粒子群算法 水质 灰色关联度 预测 |
On the way for forecasting the water quality by BP neural network based on the PSO |
| |
Abstract: | |
| |
Keywords: | environmental engineering PSO algorithm water quality grey relational prediction |
本文献已被 万方数据 等数据库收录! |
|