计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2013年
11期
325-329
,共5页
神经网络%人工蜂群算法%溶解氧%预测
神經網絡%人工蜂群算法%溶解氧%預測
신경망락%인공봉군산법%용해양%예측
Neural network%Artificial bee colony (ABC)%Dissolved oxygen (DO)%Prediction
研究水溶解氧预测精确度问题,对指导水厂生产和水产养殖业,为地表水环境的管理提供科学依据.影响水溶解氧量的因素高度关联耦合而难以建立具有普适性的模型,而神经网络由于非线性问题处理能力被广泛应用于溶解氧预测的研究,但是神经网络存在收敛速度慢、网络对初始值敏感、容易陷入局部极小值等缺点而影响预测的精确性和稳定性.为了解决上述问题,在现有算法的基础上,提出了一种人工蜂群算法(ABC)与BP神经网络融合的水溶解氧预测模型.利用ABC算法寻找最优的网络权值和阀值,建立了ABC-BP预测模型对溶解氧进行预测,并分析了输入水质变量对溶解氧的影响权重,最后与遗传优化BP神经网络方法的溶解氧预测结果进行比较.仿真结果表明ABC-BP算法预测精度更高,误差更稳定.
研究水溶解氧預測精確度問題,對指導水廠生產和水產養殖業,為地錶水環境的管理提供科學依據.影響水溶解氧量的因素高度關聯耦閤而難以建立具有普適性的模型,而神經網絡由于非線性問題處理能力被廣汎應用于溶解氧預測的研究,但是神經網絡存在收斂速度慢、網絡對初始值敏感、容易陷入跼部極小值等缺點而影響預測的精確性和穩定性.為瞭解決上述問題,在現有算法的基礎上,提齣瞭一種人工蜂群算法(ABC)與BP神經網絡融閤的水溶解氧預測模型.利用ABC算法尋找最優的網絡權值和閥值,建立瞭ABC-BP預測模型對溶解氧進行預測,併分析瞭輸入水質變量對溶解氧的影響權重,最後與遺傳優化BP神經網絡方法的溶解氧預測結果進行比較.倣真結果錶明ABC-BP算法預測精度更高,誤差更穩定.
연구수용해양예측정학도문제,대지도수엄생산화수산양식업,위지표수배경적관리제공과학의거.영향수용해양량적인소고도관련우합이난이건립구유보괄성적모형,이신경망락유우비선성문제처리능력피엄범응용우용해양예측적연구,단시신경망락존재수렴속도만、망락대초시치민감、용역함입국부겁소치등결점이영향예측적정학성화은정성.위료해결상술문제,재현유산법적기출상,제출료일충인공봉군산법(ABC)여BP신경망락융합적수용해양예측모형.이용ABC산법심조최우적망락권치화벌치,건립료ABC-BP예측모형대용해양진행예측,병분석료수입수질변량대용해양적영향권중,최후여유전우화BP신경망락방법적용해양예측결과진행비교.방진결과표명ABC-BP산법예측정도경고,오차경은정.
