计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
28期
211-214
,共4页
进化神经网络%污染源%预测
進化神經網絡%汙染源%預測
진화신경망락%오염원%예측
进化神经网络模型与问题内部机制无关,避免了神经网络收敛到局部,但模型存在参数多而过于复杂的问题.对影响基本进化神经网络模型性能的个体编码方式和适应度函数进行优化,并自适应性定义种群交叉率、变异率.以大气中主要污染物SO2为例,考虑气温、相对湿度、风速等影响因子,实验仿真结果表明优化后的进化神经网络较传统的基本进化神经网络模型进化过程收敛更快,预测效果更佳,为环境保护部门提供可靠的决策依据.
進化神經網絡模型與問題內部機製無關,避免瞭神經網絡收斂到跼部,但模型存在參數多而過于複雜的問題.對影響基本進化神經網絡模型性能的箇體編碼方式和適應度函數進行優化,併自適應性定義種群交扠率、變異率.以大氣中主要汙染物SO2為例,攷慮氣溫、相對濕度、風速等影響因子,實驗倣真結果錶明優化後的進化神經網絡較傳統的基本進化神經網絡模型進化過程收斂更快,預測效果更佳,為環境保護部門提供可靠的決策依據.
진화신경망락모형여문제내부궤제무관,피면료신경망락수렴도국부,단모형존재삼수다이과우복잡적문제.대영향기본진화신경망락모형성능적개체편마방식화괄응도함수진행우화,병자괄응성정의충군교차솔、변이솔.이대기중주요오염물SO2위례,고필기온、상대습도、풍속등영향인자,실험방진결과표명우화후적진화신경망락교전통적기본진화신경망락모형진화과정수렴경쾌,예측효과경가,위배경보호부문제공가고적결책의거.