10.3969/j.issn.1003-3254.2015.10.041
改进的BP神经网络算法在水质监测中的应用
针对一类多输入多输出系统进行辨识,以"A simulation of the western basin of Lake Erie"为例,通过分析河流湖泊的水质特征,针对伊利湖湖泊水质建立数学模型,由于该环境系统为多输入多输出系统,文章采用了一种改进的BP神经网络算法,利用Matlab神经网络工具箱进行数据分析,绘出实际输出与模型输出的曲线以分析相关情况,检验建立的模型对于系统的辨识水平,给出传统BP网络和改进BP网络对该系统辨识的结果进行分析对比.文章还对不同噪声层次下的数据进行分析比较,并研究白噪声对于人工神经网络模型的影响.
环境系统、系统辨识、BP神经网络、数学建模、Matlab
24
TN3;TP3
2016-08-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
243-247