資源描述：
《基于遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)的市政管網(wǎng)水質(zhì)模型研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、第4卷第3期供水技術(shù)Vo.l4No.32010年6月WATERTECHNOLOGYJun.2010基于遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)的市政管網(wǎng)水質(zhì)模型研究任彬,周榮敏(鄭州大學(xué)水利與環(huán)境學(xué)院,河南鄭州450002)摘要:將遺傳算法的全局搜索能力和BP神經(jīng)網(wǎng)絡(luò)的局部學(xué)習(xí)能力有機(jī)結(jié)合,得到一種快速高效的建立供水管網(wǎng)余氯的水質(zhì)模型的新方法。驗證結(jié)果表明,遺傳算法優(yōu)化后的神經(jīng)網(wǎng)絡(luò)模型所需要考慮的參數(shù)較少,應(yīng)用方便,預(yù)測精度和效率較高,在城市給水系統(tǒng)水質(zhì)模擬預(yù)測研究中有一定的參考應(yīng)用價值。關(guān)鍵詞:給水管網(wǎng);遺傳算法;神經(jīng)網(wǎng)絡(luò);水質(zhì)模
2、型;遺傳算子;Matlab工具箱中圖分類號:TU991.33文獻(xiàn)標(biāo)志碼:B文章編號:1673-9353(2010)03-0031-04do:i10.3969/.jissn.1673-9353.2010.03.009WaterqualitymodelofmunicipalnetworkbasedongeneticoptimizationneuralnetworkRenBin,ZhouRongmin(SchoolofWaterConservancy&Environment,ZhengzhouUniversity,
3、Zhengzhou450002,China)Abstract:ConsideringwithglobalsearchingabilityofgeneticalgorithmandpartiallearningabilityofBPneuralnetwork,anewmethodwasappliedforrapidandefficientestablishmentawaterqualitymodelofresidualchlorineinwatersupplynetwork.Theverificationsho
4、wedthatneuralnetworkhadthefeaturesoflessconsiderableparameters,convenientforapplication,highaccuracyandeffectiveforpredictionbyageneticalgorithmoptimization,andithadcertainreferencevalueonthewaterqualitysimulationandpredictionforurbanwatersupplysystem.Keywo
5、rds:watersupplynetwork;geneticalgorithm;neuralnetwork;waterqualitymode;lgeneticoperator;Matlabtoolbox1背景介紹及數(shù)據(jù)樣本整理區(qū)域,采用管網(wǎng)水的余氯作為控制指標(biāo)和監(jiān)測因子,余氯是供水企業(yè)控制管網(wǎng)水質(zhì)的一項重要指標(biāo),分別使用神經(jīng)網(wǎng)絡(luò)和經(jīng)遺傳算法優(yōu)化過的神經(jīng)網(wǎng)絡(luò)5生活飲用水衛(wèi)生標(biāo)準(zhǔn)6規(guī)定,出廠水中余氯應(yīng)
