基于自适应遗传小波神经网络的水质评价建模

摘要：

水环境污染过程的非确定性和非线性,使得传统的水质评价方法存在局限性.为了提高水质评价的准确性,提出了一种基于改进小波神经网络(wavelet neural network,WNN)的水质评价模型.采用自适应遗传算法(adaptive genetic algorithm,AGA)对小波神经网络的初始权值进行优化,再通过小波神经网络算法对网络进行训练,最后对训练好的网络展开测试.仿真结果表明,自适应遗传算法和小波神经网络的结合提高了网络的训练效率,该方法可以用于水质评价建模,并且评价结果具有较高的精度和准确性.

关键词：小波神经网络、水质评价、遗传算法、自适应、评价模型

所属期刊栏目：33

分类号：X52;X83

资助基金：国家自然科学基金61262013

在线出版日期：2016-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：144-148