自动化与仪器仪表
自動化與儀器儀錶
자동화여의기의표
AUTOMATION & INSTRUMENTATION
2014年
12期
4-6
,共3页
余名%胡晓力%王燕霞%熊黎丽%孙怀义
餘名%鬍曉力%王燕霞%熊黎麗%孫懷義
여명%호효력%왕연하%웅려려%손부의
灰色新陈代谢%BP神经网络%管网末梢水质预测
灰色新陳代謝%BP神經網絡%管網末梢水質預測
회색신진대사%BP신경망락%관망말소수질예측
Grey information renewal%BP neural network%Terminal tap water quality prediction
针对管网末梢水质环境存在信息不确定、非线性的情况,本文结合灰色预测“贫信息”及BP神经网络非线性拟合强的优点,提出了灰色新陈代谢神经网络预测模型.该模型采用灰色新陈代谢GM(1,1)模型对BP网络的输入样本进行预处理,解决了BP网络需要大量学习样本的局限.仿真结果表明,与灰色新陈代谢、BP神经网络相比,灰色新陈代谢神经网络预测精度更高.
針對管網末梢水質環境存在信息不確定、非線性的情況,本文結閤灰色預測“貧信息”及BP神經網絡非線性擬閤彊的優點,提齣瞭灰色新陳代謝神經網絡預測模型.該模型採用灰色新陳代謝GM(1,1)模型對BP網絡的輸入樣本進行預處理,解決瞭BP網絡需要大量學習樣本的跼限.倣真結果錶明,與灰色新陳代謝、BP神經網絡相比,灰色新陳代謝神經網絡預測精度更高.
침대관망말소수질배경존재신식불학정、비선성적정황,본문결합회색예측“빈신식”급BP신경망락비선성의합강적우점,제출료회색신진대사신경망락예측모형.해모형채용회색신진대사GM(1,1)모형대BP망락적수입양본진행예처리,해결료BP망락수요대량학습양본적국한.방진결과표명,여회색신진대사、BP신경망락상비,회색신진대사신경망락예측정도경고.
