Indexed by：
Abstract：
本发明公开了一种混合优化BP神经网络的湖泊水质预测模型构建方法，首先从Oracle数据库中导出某市地表水的基本信息与水质监测数据，并用VBA语言将数据格式调整正确。然后使用SPSS删除数据空缺较多的行。完成预处理之后，再根据水环境知识筛选出实验相关的水质指标参数，接着分别利用BP神经网络、PSO‑BP神经网络、GA‑BP神经网络和GA‑PSO‑BP神经网络对水质指标参数预测进行模型构建，最后运用评估方法对构建模型进行评估。通过结合不同算法构建方法，充分考虑了各种算法的优缺点，结果表明基于遗传算法GA和粒子群算法PSO混合优化的BP神经网络模型能够提高水质指标参数预测准确率。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201910055480.4
Filing Date： 2019-01-21
Publication Date： 2019-05-10
Pub. No.： CN109740286A
Applicants： 北京工业大学
Legal Status： 驳回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 9
Affiliated Colleges：
