基于改进GA-BP神经网络的工厂污水监测系统研究

摘要：

针对工厂污水水质评价准确性低、实时性差等问题,提出一种将改进遗传算法(GA)和BP神经网络相结合对工厂污水的水质进行评价的方法.GA-BP神经网络不仅具有BP神经网络的非线性映射能力,还具有遗传算法的全局搜索能力.采用自适应算法对GA的交叉率和变异率进行改进,用GA优化BP的权值和阈值,将最优权值和阈值送给BP神经网络进行训练、预测,并与传统BP进行比较.实验结果表明,改进的GA-BP神经网络无论是收敛性、准确性还是实时性都优于传统BP网络.该方法用于污水水质评价具有应用推广价值.

关键词：工厂污水、水质分类、改进GA、BP神经网络、污水监测、自适应算法

所属期刊栏目：41

分类号：TN711-34;TP183(基本电子电路)

资助基金：国家自然科学基金资助项目61350008;江苏省高校产业化推进项目JHB2012-55;国家星火计划2012GA690166Project Supported by National Natural Science Foundation of China61350008;Jiangsu University Industrialization Promotion ProjectJHB2012-55;National Spark Plan2012GA690166

在线出版日期：2018-07-04（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：133-138