改进TLBO算法优化灰色神经网络的ORP预测

摘要：

在生物氧化提金预处理过程中,由于传统的氧化还原电位预测方法精度不高,该文提出一种改进教与学优化算法(ATLBO)优化灰色神经网络的预测方法.在ATLBO算法中,采用多种群协同学习策略,有效地提高了算法的收敛速度和寻优精度.同时,对各个子种群进行随机交叉操作,大大降低算法陷入局部最优的可能性.运用ATLBO算法优化灰色神经网络(GNN)的参数,并将最优解作为灰色神经网络的输入,对氧化还原电位进行预测.仿真结果表明,与其他预测方法相比,该预测模型能达到较好的预测精度,并且优于其他预测模型.

关键词：改进教与学优化算法、随机交叉、多种群协同学习、灰色神经网络、氧化还原电位预测

所属期刊栏目：31

分类号：TF04;TP273(一般性问题)

资助基金：国家自然科学基金项目61463047

在线出版日期：2016-09-18（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：12-16