结合自适应遗传算法与弹性BP神经网络的亚硝酸盐预测模型

摘要：

针对目前营养盐检测主要是通过化学方法实现，无法获得在线检测的问题，利用营养盐与其影响因子之间的关系，提出结合自适应遗传算法与弹性BP神经网络的预测模型。利用改进的自适应遗传算法，通过交叉、变异获取弹性BP神经网络的初始权值与阈值，加速预测过程。该模型通过营养盐影响因子数据，预测亚硝酸盐浓度。仿真结果表明：基于弹性BP神经网络的预测模型预测营养盐浓度是可行的，其预测得到的亚硝酸盐浓度值的相对误差主要集中于0~30%；结合自适应遗传算法与弹性BP神经网络的预测模型的预测效果好于基于弹性BP神经网络的预测模型。

关键词：亚硝酸盐、预测、自适应遗传算法、弹性BP神经网络

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目资助61372011

在线出版日期：2015-07-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：67-72