【文件属性】：
文件名称：基于GA-BP与多隐层BP网络模型的水质预测及比较分析 (2013年)
文件大小：272KB
文件格式：PDF
更新时间：2021-05-07 17:21:55
工程技术 论文
采用循环算法确定最佳BP神经网络结构，建立BP神经网络水质模型进行预测。鉴于BP神经网络学习收敛速度慢、易陷入局部极值等缺点，在相同网络结构及期望误差等条件下，运用GA优化BP神经网络初始权值和阈值，构建GA―BP以及多隐层BP神经网络水质预测模型，以云南省某水库总氮预测为例进行预测与比较分析。结果表明：①GA―BP网络水质模型预测精度高于基本BP网络，表明遗传算法能有效优化BP网络初始权值和阈值。②增加BP神经网络隐层数能进一步提高网络预测精度，但训练时间也随着延长。③GA―BP及多隐层 BP可作为提高