模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2012, Vol. 25 Issue (4): 705-708    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
改进的QGA-BP模型在复杂水质预测中的应用
于王乐1,2,汪家权1
1。合肥工业大学管理学院合肥230009
2。安徽理工大学计算机科学与工程学院淮南232001
Application Research on Complex Water Quality Prediction with Improved QGA-BP Model
YU Li1,2, WANG Jia-Quan1
1.School of Management,Hefei University of Technology,Hefei 230009
2.School of Computer Science and Engineering,Anhui University of Science and Technology,Huainan 232001

全文: PDF (518 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 水质预测是实现非线性水系统的柔性管理、防治水污染的前提工作。机理性水质预测模型的构建往往较复杂并且需要大量运算与数据,预测效果有时不够精确,其进一步推广应用也受到限制。文中以淮河复杂水环境非机理性水质预测为目的,构建改进的量子遗传算法优化BP神经网络模型,采用动态改进策略和灾变策略作为进化操作准则来优化BP模型的权值和阈值,用历史观测数据作为学习范例训练模型。对比实验结果发现,模型改进以后,进化代数、收敛速度和预测结果的准确率有较大提高。该模型用于水质预测的黑箱问题是可行的,拓展水环境管理的思路。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
于王乐
汪家权
关键词 改进的量子遗传算法优化BP神经网络(QGA-BP)模型水质预测动态改进策略灾变策略    
Abstract:Water quality prediction is a prerequisite for planning and managing of water environment and integrated controlling of water pollution. However, the construction of mechanism models is complex, the massive computation and data are required, prediction effects are not accurate enough and the further application of mechanism models is difficult. An improved QGA-BP model is constructed for predicting water quality of complex Huaihe river. The dynamic improvement strategy and catastrophe strategy are used as evolutionary operation guidelines in QGA to optimize the weight and the threshold of BP model. The past observation data are applied as the example to train the model. The comparison of experimental results show that the evolution generation, convergence speed and prediction precision of the improved QGA-BP model are improved. The model is applicable to solve the black box problem of water prediction and provides a new way for water environment management.
Key wordsImproved Quantum Genetic Algorithm-BP (QGA-BP) Model    Water Quality Prediction    Dynamic Improvement Strategy    Catastrophe Strategy   
收稿日期: 2011-06-01     
ZTFLH: TP183  
基金资助:国家自然科学基金(No.50379003)、安徽省自然科学基金(No.03045306)资助项目
作者简介: 于王乐,女,1975年生,博士研究生,主要研究方向为微机系统的开发与应用、信息系统、信息管理研究。E-mail:ylwdr@sina。com。汪家权,男,1957年生,教授,博士生导师,主要研究方向为环境系统仿真与污染控制、环境规划与管理、水资源利用与水环境保护研究。
引用本文:   
于王乐,汪家权. 改进的QGA-BP模型在复杂水质预测中的应用[J]. 模式识别与人工智能, 2012, 25(4): 705-708. YU Li, WANG Jia-Quan. Application Research on Complex Water Quality Prediction with Improved QGA-BP Model. , 2012, 25(4): 705-708.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2012/V25/I4/705
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn