遗传神经网络在水质监测点优化布局中的应用
为科学全面地掌握湖泊水域的水质指标分布状况,以广西大学镜湖为实验研究对象,以无人船为平台将RBF神经网络与遗传算法相结合,对监测点的优化选择进行了讨论研究.分别对水质参数的单目标与多目标进行优化实验,并绘制拟合分布图.结果 表明:遗传神经网络比传统的等距监测在水质参数的分布误差上具有明显优势,并在优化后至少6周内,其结果反映的数据依旧准确有效,说明遗传神经网络可明显提高水质监测的效率.
遗传算法、神经网络、水质监测、布局优化
37
国家自然科学基金项目61563002;广西创新驱动发展专项资金项目AA17202032-2
2019-07-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
177-183